ECCAstjulio2011

Análisis de Escenarios de Cambio Climático en AsturiasAutores: Fernando González Taboada y Ricardo Anadón Álvarez Departamento de Biología de Organismos y Sistemas, Universidad de Oviedo Coordinación: Nieves Roqueñí Gutiérrez y Paz Orviz Ibáñez O cina para la Sostenibilidad, el Cambio Climático y la Participación Gobierno del Principado de Asturias Edición: Gobierno del Principado de Asturias Consejería de Medio Ambiente, Ordenación del Territorio e Infraestructuras Viceconsejería de Medio Ambiente O cina para la Sostenibilidad, el Cambio Climático y la Participación Diseño de la edición impresa: Jorge Lorenzo Diseño y Comunicación Visual DL: AS-3185-2011 ISBN: 978-84-694-2848-1 Índice 1 Introducción 2 Análisis de series históricas de datos 2.1 2.2 2.3 2.4 Preparación de un modelo digital de elevaciones . . . . . . . . . . . Análisis exploratorio de la red de observación meteorológica AEMET Principado de Asturias . . . . . . . . . . . . . . . . . . . . . . . . . . Tendencias observadas en precipitación y temperatura (1970–2009) . Interpolación de datos de temperatura y precipitación . . . . . . . . . . en . . . . . . . . el . . . . . . 9 11 12 12 16 24 31 33 37 41 51 53 54 56 58 59 64 64 64 74 77 87 97 3 Proyecciones climáticas de alta resolución 3.1 3.2 3.3 Simulaciones climáticas a escala regional: proyectos PRUDENCE y ENSEMBLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Modelos de transferencia entre escalas e interpolación . . . . . . . . . . . . Análisis de escenarios de cambio climático (2010-2100) . . . . . . . . . . . . 4 Difusión pública de resultados 4.1 4.2 Consideraciones generales sobre la difusión de resultados . . . . . . . . . . Materiales generados para la difusión de resultados . . . . . . . . . . . . . . 5 Discusión y consideraciones nales Agradecimientos Bibliografía A Detalles sobre materiales y métodos empleados A.1 Paquetes informáticos empleados para el análisis y visualización de datos . A.2 Estaciones meteorológicas de la red AEMET . . . . . . . . . . . . . . . . . . A.3 Análisis de series procedentes de estaciones meteorológicas . . . . . . . . . B Mapas estacionales de precipitación y temperatura, 1970–2009 C Mapas con las proyecciones estacionales para precipitación y temperatura, 2010–2069 D Mapas con los cambios estacionales proyectados para precipitación y temperatura, 2010–2069 E Mapas con las proyecciones estacionales para precipitación y temperatura, 2070–2099 103 F Mapas con los cambios estacionales proyectados para precipitación y temperatura, 2070–2099 113 . . . . . . . . . . . . . . . . . . . . . . . . . . . Ajuste del modelo de regresión lineal mixto a los valores de precipitación y temperatura mensual . . . . . . . . . . . . . . . . . . . . . . Modelos climáticos globales empleados en los proyectos PRUDENCE y ENSEMBLES . . . . . . . . . . . . Experimentos de proyección de clima ENSEMBLES . Experimentos de proyección de clima PRUDENCE . . . . 34 35 36 38 43 65 75 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Lista de tablas 1 2 3 4 5 A1 A2 Familias de escenarios socio-económicos empleados en el Cuarto Informe de Evaluación del IPCC . . . . . . . . . . . . . . . Cambios en precipitación y temperatura para distintos escenarios de emisión Estaciones de la red AEMET en el Principado de Asturias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ejemplo del ajuste de los modelos de transferencia de escala para precipitación y temperatura . Proyecciones para precipitación y temperatura anual en el Principado de Asturias . . . . . Evolución temporal de las anomalías estacionales de precipitación observadas en la red de estaciones AEMET (1970–2009) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mapas de proyecciones de precipitación y temperatura anual. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Lista de guras 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 Mapas topográ co y de distancia a la costa del Principado de Asturias . . . . . . . . . . . . elevación y continentalidad (1970–2009) Tendencias en precipitación para cada estación del año (1970-2009) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ajuste de los modelos lineales mixtos a las series de precipitación y temperatura (1970-2010) . . . . . . . . . . . . . . . . . . . . . . . . Distribución de estaciones meteorológicas en el Principado de Asturias . Distribución de los coe cientes de determinación para los modelos de transferencia de escala. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tendencias medias en la temperatura (1970-2010) . . . . . . . . . . . . . . . . . . . . . Evolución temporal de la temperatura media estacional en el Principado de Asturias (1970–2009) . . . . . . . . . . Densidad de estaciones meteorológicas respecto a la distribución de distintas características topográ cas en el territorio asturiano . . . . . . . . . . . . . . . . . . . . . . . . Evolución temporal del índice de la Oscilación del Atlántico Norte (NAO) y de la Oscilación Multidecadal del Atlántico (AMO) . . . . . . . . . . . . . . . . . . . . . . Relación entre las tendencias medias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Variación temporal en el número de estaciones meteorológicas de la red de observación AEMET . Variación temporal en la dispersión espacial de las estaciones meteorológicas de la red de observación AEMET . . . . . . . . . . . . . . . . . . . . . . . . . Evolución temporal de la precipitación acumulada estacional en el Principado de Asturias (1970–2009) . Mapas decadales de precipitación anual acumulada y de temperatura media anual (1970-2009) . . . . . . . . . . . . . . . . . . . . . . . . 2010–2069 . . . . . . . . . . . . . Tendencias en temperatura para cada estación del año (1970-2009) . . . . . . . . . . . Relación entre la elevación de las estaciones meteorológicas según el modelo ASTER GDEM y los datos proporcionados por AEMET. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 14 15 15 16 17 18 19 20 21 22 23 23 24 25 26 28 28 29 31 32 39 40 42 44 46 . . Tendencias medias en la precipitación (1970-2010) . . . . . . Evolución temporal de las anomalías estacionales de precipitación observadas en la red de estaciones AEMET (1970–2009) . . . Mapas de cambios esperados para precipitación y temperatura anual. Evolución temporal de la precipitación y temperatura anual en el Principado de Asturias (1970-2009) . . . . . . . . . . . . . . . . . . . . . . . . . . Mapas de la climatología de precipitación y temperatura media anual para el período 1970-2009 . Evolución temporal de la media anual de precipitación y temperatura observadas en la red de estaciones AEMET (1970–2009) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2010– 2069 . . . . . . . . . . . . . . . . . . . . . . . . . . 118 Mapas de cambios proyectados para precipitación y temperatura en otoño. . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 Mapas de precipitación acumulada y de temperatura media en primavera. . . . . . . . . . . . 2010–2069 . . . . 2070–2099 104 Mapas de proyecciones de precipitación y temperatura en primavera. . . . . . . . . . . . . . . . 2070–2099 110 Mapas de cambios proyectados para precipitación y temperatura en invierno. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 Mapas de precipitación acumulada y de temperatura media en otoño. . . . . . 1970–2009 . . . . 2070– 2099 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2070–2099 . . . . . . . 2010–2069 . . 49 Proyecciones para la precipitación y temperatura estacional en el Principado de Asturias . 2070–2099 . . 106 Mapas de proyecciones de precipitación y temperatura en verano. . . . . . . . . . . . . . . . 2010–2069 92 Mapas de proyecciones de precipitación y temperatura en otoño. 2070–2099 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 Mapas de cambios proyectados para precipitación y temperatura en primavera. 1970– 2009 . . . . . . . . . . . . . . . 80 Mapas de precipitación acumulada y de temperatura media en verano. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 Mapas de proyecciones de precipitación y temperatura en verano. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 Mapas de cambios esperados para precipitación y temperatura anual. . . . . 100 Mapas de cambios proyectados para precipitación y temperatura en otoño. . . . . . . . . . . . . . 56 Mapas de precipitación acumulada y de temperatura media en invierno. . . 2070–2099 . . . . . . . . . . . . . . . . . . . . . . . . 2010–2069 . 1970–2009 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2010–2069 88 Mapas de proyecciones de precipitación y temperatura en primavera. . 2070–2099 108 Mapas de proyecciones de precipitación y temperatura en otoño. . . . . . . . . . . . . . . . . . . . . . . . . 2010–2069 . .8 27 28 29 30 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3 D4 E1 E2 E3 E4 F1 F2 F3 F4 Mapas de proyecciones de precipitación y temperatura anual. . . . . . . . . . . . 101 Mapas de proyecciones de precipitación y temperatura en invierno. . . . . 2010–2069 94 Mapas de incrementos proyectados para precipitación y temperatura en invierno. . 52 Ejemplo de la presentación de las series AEMET en el geoportal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2070– 2099 . . . . . . . . . . . . . . . . . . 84 Mapas de proyecciones de precipitación y temperatura en invierno. . . . . . . . . . . . . . . . . . . . 98 Mapas de incrementos proyectados para precipitación y temperatura en primavera. . . . . . . . . . 99 Mapas de incrementos proyectados para precipitación y temperatura en verano. . . . . . . . . 120 Julio de 2011 . . 116 Mapas de cambios proyectados para precipitación y temperatura en verano. . . . . . . . . . . . . . . . 1970– 2009 . . . . . . . . . . . . . . 2010–2069 . . . . 2010– 2069 . . . . . . . . . . . los escenarios de emisión consideran cambios en la demografía y en la economía y el desarrollo tecnológico. etc.g. Se establece. los modelos climáticos proporcionan predicciones de las condiciones climáticas futuras bajo distintos escenarios de desarrollo socioeconómico y tecnológico. cambios en la radiación solar. Los modelos permiten alterar distintos componentes del clima o estudiar la evolución del sistema climático bajo distintos forzamientos externos (e. que la principal causa del cambio climático observado durante las últimas décadas es la intensi cación de las emisiones de dióxido de carbono (CO2 ). incluso en el caso de que se reduzcan las emisiones. así como distintas estrategias disponibles para la obtención de energía. Además. y se traducen en diferencias en el forzamiento radiativo que se pueden integrar en los modelos climáticos. Es importante tener en cuenta que el clima resulta de la interacción de procesos cuya escala espacial y temporal limita la utilidad de aproximaciones basadas solamente en la observación. Este método permite estudiar la respuesta del sistema climático ante los forzamientos de distinta naturaleza asociados a cada escenario de emisión (IPCC 2007). afectan el devenir del clima. Estas conclusiones se fundamentan tanto en el análisis de series de datos climatológicos y socioeconómicos como en el uso de modelos climáticos globales ejecutados empleando distintas condiciones de contorno o escenarios de emisión. complementan otras aproximaciones al facilitar el diseño de experimentos que se emplean para discernir las causas y mecanismos responsables de distintos patrones climáticos. La disponibilidad de distintos escenarios de cambio facilita la adopción de medidas que mitiguen la intensidad del cambio climático y la adaptación a las nuevas condiciones. y la actividad agrícola e industrial (Nakicenovic et al.). véase también Moss et al. El informe demuestra una relación clara entre las emisiones de gases de efecto invernadero (GEI) asociadas a la actividad humana y los cambios observados en las principales variables climáticas a distintas escalas. Los modelos dinámicos de simulación del clima cumplen una función doble en el estudio del clima y su variación (McGu e & Henderson-Sellers 2005). aunque no se implementan de manera directa en los modelos climáticos. Esta alteración ha modi cado y continuará modi cando las condiciones de vida en la Tierra. Entre los efectos detectados destacan un aumento de la temperatura troposférica y una subida del nivel medio del mar.9 1. por tanto. lo que en última instancia afecta el bienestar humano. Estos factores socioeconómicos corresponden a distintos escenarios de emisión y de cambios en los usos del suelo. permitiendo que estas proyecciones se puedan integrar en el proceso de toma de decisiones. como los cambios observados en las últimas décadas. los modelos permiten aislar la in uencia de distintos componentes del sistema climático. en las emisiones de GEI. tendencias que se prevé continuarán durante siglos. Introducción El último informe elaborado por el Grupo Intergubernamental de Expertos sobre el Cambio Climático (IPCC) de la Organización de las Naciones Unidas (IPCC 2007) demuestra que la actividad humana durante el último siglo ha alterado el sistema climático del planeta de manera perceptible y signi cativa. 2010). metano (CH4 ) y otros GEI asociadas al uso de combustibles fósiles y a los cambios en el uso del suelo. el transporte. De esta manera. los modelos permiten inferir con antelación los impactos derivados del cambio climático. Escenarios de Cambio Climático en Asturias . Estos escenarios tratan de incorporar todos los factores que. Por un lado. De esta manera. 2000. Entre otros factores. Las predicciones de cambio climático a escala regional son más útiles. Durante los últimos años se ha producido un auge en el desarrollo de métodos para la elaboración de escenarios de cambio climático a escala regional. No obstante. 2008). con objeto de derivar modelos estadísticos que permitan reducir la escala de las proyecciones realizadas por los modelos dinámicos regionales (sección 3). se hace necesario además el desarrollo de medios para la transmisión de este tipo de información a la sociedad (Anadón & Roqueñí 2009). sobre la que se desarrollará un geoportal destinado a la divulgación de los principales resultados obtenidos (sección 4). estas técnicas tratan de incrementar la resolución espacial de los resultados producidos por los modelos climáticos globales. el Cambio Climático y la Participación del Principado de Asturias y el Depto. de Biología de Organismos y Sistemas de la Universidad de Oviedo para el análisis y divulgación de distintos escenarios de cambio climático a escala regional y local para el Principado de Asturias. los modelos climáticos globales que emplea el IPCC realizan proyecciones considerando unidades de terreno del orden de cientos de kilómetros cuadrados. En este informe se presentan proyecciones sobre el funcionamiento del sistema climáti- Julio de 2011 . así como de asegurar la concienciación de los ciudadanos ante los problemas que el cambio climático plantea. Las técnicas empleadas para realizar esta transición de escalas se agrupan en técnicas dinámicas y estadísticas. en este sentido. Debido a la importancia de facilitar la participación pública en el proceso de toma de decisiones (Roqueñí & Orviz 2009). En general. Los siguientes apartados describen las tareas realizadas para completar ambos objetivos. El incremento de resolución obtenido mediante estas técnicas permite mejorar las proyecciones del impacto debido al del cambio climático. El segundo grupo de técnicas se basa principalmente en el uso de técnicas de modelado estadístico para la extrapolación y/o interpolación de los resultados producidos por los modelos dinámicos (Benestad et al. que comprenden (i) el análisis e interpolación de series históricas de datos meteorológicos. tanto para la plani cación de políticas de adaptación y mitigación como para la concienciación y transmisión de información a la sociedad. Las técnicas del primer grupo emplean modelos dinámicos similares a los modelos climáticos empleados a escala global sobre mallas con una mayor resolución.10 La necesidad de incorporar los efectos del cambio global en la plani cación y desarrollo de políticas y planes hace deseable la disponibilidad de proyecciones de cambio de clima para los diferentes escenarios a una escala adecuada para la toma de decisiones. En este sentido. los informes del IPCC proporcionan acceso libre a los resultados de los modelos de simulación para distintos escenarios de emisiones. y (iii) la construcción de una base de datos geográ ca que agrupe y ordene los datos reunidos y generados en los pasos anteriores. a n de determinar las condiciones de referencia y los cambios observados en temperatura y precipitación (sección 2). (ii) la preparación de series de datos derivadas de experimentos con modelos climáticos regionales y su comparación con series históricas de temperatura y precipitación. 2007b). lo que permite mejorar la descripción de aquellos procesos de circulación condicionados por la topografía local (Christensen et al. Pese a que esta escala es adecuada para el estudio del cambio climático a escala global y continental. el IPCC destaca la importancia de reducir la escala –aumentar la resolución– de los modelos para su aplicación a nivel regional (Christensen et al. Este informe resume la colaboración entre la O cina para la Sostenibilidad. 2007b). los modelos climáticos han demostrado una gran abilidad en cuanto a la predicción de cambios observados en la temperatura atmosférica. Benestad et al. No obstante. 2010). 2006. las estaciones meteorológicas proporcionan una cobertura espacial y temporal intermedia que las convierte en la principal fuente de datos para el análisis de la variación del clima durante los últimos 160 años (Hansen et al. que el propio lector es una fuente de incertidumbre capaz de modi car las predicciones que se presentan. Las técnicas de cambio de escala también poseen sus propias limitaciones. El Principado de Asturias cuenta con una red de estaciones meteorológicas integrada dentro de la red nacional de observación meteorológica de la Agencia Estatal de Meteorología del Gobierno de España (AEMET). se reconstruyó la variación espacial en las condiciones mensuales de precipitación y temperatura empleando técnicas de interpolación espacial. etc. en el peor de los casos. y el lector puede considerarlas en esos términos. Schiermeier 2010). por lo que el lector debe tener presente en todo momento las limitaciones inherentes a este tipo de aproximación. (2010). se recopilaron y analizaron todos los datos procedentes de la red de estaciones meteorológicas de AEMET. Análisis de series históricas de datos El análisis de series históricas de datos meteorológicos permite valorar los cambios en las condiciones climáticas de una localidad o región en el tiempo (von Storch & Zwiers 2001). Pese a que los valores proporcionados están asociados en general a un grado de incertidumbre considerable. y existe incertidumbre en cuanto al papel de aerosoles y nubes. existen incertidumbres que limitan su capacidad de predicción (IPCC 2007). por tanto. dada nuestra capacidad de reacción individual y colectiva. etc (e. Con objeto de analizar los cambios en las condiciones climáticas durante las últimas décadas en el Principado de Asturias. También existe gran incertidumbre con respecto a los escenarios de emisión de gases de efecto invernadero en el futuro (Moss et al. análisis de isótopos. las predicciones conservan valor cuantitativo. Frente a otras fuentes de datos como las procedentes de sensores remotos o las reconstrucciones basadas en medidas indirectas (anillos de crecimiento. Pese a que los modelos climáticos integran el conocimiento actual sobre el funcionamiento del sistema climático. ya que existe un gran esfuerzo a escala internacional para continuar mejorando las proyecciones disponibles. 2007). posibles procesos de retroalimentación entre distintos compartimentos. 2008). Finalmente.). Bonan 2008). A partir de estas observaciones.g. Es conveniente destacar además que. Escenarios de Cambio Climático en Asturias . Esto permite comparar las condiciones que cabe esperar bajo distintos escenarios de desarrollo socioeconómico a medio y largo plazo con cierta con anza. Quizá el mensaje más importante sea. Nuestra comprensión del funcionamiento del sistema climático no es completa.11 co a medio y largo plazo. que se incrementan en el caso de regiones con una topografía compleja como es el caso del Principado de Asturias (Christensen et al. El lector debe considerar además que las proyecciones climáticas se actualizan cada cierto tiempo. hasta el momento las proyecciones basadas en modelos de simulación de clima han resultado acertadas o. en general. 2007b. se preparó un conjunto de mapas para representar las condiciones climáticas medias en el Principado durante las últimas décadas. demasiado conservadoras (véase por ejemplo Rahmstorf et al. aunque no se puede decir lo mismo con respecto a los cambios en precipitación Herrera et al. 2. 12 2.1. Preparación de un modelo digital de elevaciones Antes de proceder al análisis de las series históricas de datos meteorológicos, se preparó un modelo digital de elevaciones (DEM) matricial del Principado de Asturias. Un DEM es una representación numérica de la topografía de un determinado territorio (Longley et al. 2005; Kraak & Ormeling 2010). En el caso de los DEM matriciales, la abstracción consiste en teselar el territorio utilizando una malla regular, asignando a cada una de las celdas de esta malla una altura que se asume constante dentro de la misma. En este estudio se empleó como base el DEM preparado por la Agencia Espacial Japonesa (JSP) y la Agencia Estadounidense del Espacio y la Aeronáutica (NASA) a partir de los datos recogidos por el sensor ASTER (Radiómetro Térmico eSpacial Avanzado de Emisión y Re exión), montado a bordo del satélite Terra (EOS-AM1) de la NASA. El modelo digital de elevaciones global ASTER GDEM está disponible a través del portal de la JSP (www.gdem.aster.ersdac.or.jp) gracias a la colaboración entre el Ministerio de Economía, Comercio e Industria de Japón (METI) y la NASA. Se obtuvieron ocho escenas de 1 x 1◦ con una resolución horizontal de 0.00028◦ (e.g. 23 x 31 m en el centro de Asturias, veáse la gura 1, panel superior). El error de geolocalización de este DEM es inferior a 50 m, tiene una resolución vertical de 1 m y un error vertical en general menor que 20 m (Fujisada et al. 2005). Las ocho escenas fueron combinadas, reproyectadas y remuestreadas para crear un DEM de 200 x 200 m de resolución (proyección WGS84 / UTM 30N, EPSG:32630), a partir del que, posteriormente, se preparó una capa de distancia a la línea de costa ( gura 1, panel inferior). Ambas características topográ cas se emplearon posteriormente en la interpolación espacial de los valores de variables climáticas, ya que actúan como medidas indirectas del gradiente adiabático y de la continentalidad. 2.2. Análisis exploratorio de la red de observación meteorológica AEMET en el Principado de Asturias Se obtuvieron datos mensuales de temperatura y precipitación recogidos en estaciones meteorológicas ( gura 2) durante el período 1950-2010 en el Principado de Asturias mediante una solicitud o cial a la Delegación Territorial de AEMET (tabla A1 en el Apéndice A.2). En los datos originales se recoge además la localización (coordenadas geográ cas) y elevación (metros sobre el nivel del mar) de cada una de las estaciones. Las tablas fueron examinadas y preparadas para su tratamiento siguiendo las instrucciones proporcionadas por AEMET. A continuación, se comprobó la exactitud en la localización espacial de los datos contrastando el nombre de cada estación en un Sistema de Información Geográ ca (Quantum GIS, www.qgis.org) con la capa de toponimia proporcionada libremente por los Servicios de Mapas Bing Maps (www.bing.com/maps) y Google Maps (www.maps.google. com/), sin detectarse ningún fallo en la localización de las estaciones. Los valores de altura de cada estación proporcionados por AEMET y por la celda del modelo digital de elevaciones corespondiente ( gura 1) se compararon entre sí para comprobar la correspondencia entre ambas series, que resultó ser, en general, muy buena ( gura 3). No obstante, en el caso de la estación 1191A (Valle de Angón, punto destacado en la gura 3), Julio de 2011 13 gura 1: Mapas topográ co y de distancia a la costa del Principado de Asturias. Panel superior: mapa topográ co del Principado de Asturias elaborado a partir del modelo digital de elevaciones ASTER GDEM. La intensidad de color en el mapa corresponde a la altura sobre el nivel del mar, variable que se emplea en la interpolación espacial de variables climáticas para representar el efecto del gradiante adiabático. Panel inferior: mapa de distancia a la línea de costa derivado a partir del modelo digital de elevaciones. Esta variable se emplea en la interpolación espacial de variables climáticas, ya que actúa como medida indirecta de la continentalidad. El modelo ASTER GDEM es un producto del METI y de la NASA (véase la subsección 2.1). la magnitud de la desviación entre la altura predicha por el DEM y la proporcionada por AEMET fue muy elevada (≈ 300 m), razón por la que esta estación no fue considerada en posteriores análisis. Por tanto, se retuvieron 267 estaciones de precipitación con un total de 60598 observaciones válidas de precipitación mensual acumulada, y 120 estaciones de temperatura con un total de 20959 observaciones válidas de temperatura media mensual. El objetivo del resto de los análisis exploratorios fue valorar la disponibilidad de observaciones tanto para la interpolación y reconstrucción espacial de las condiciones de precipitación y temperatura mensual durante las últimas décadas como para el análisis del cambio en los niveles medios de ambas variables. La variación a lo largo del tiempo en el número de estaciones meteorológicas activas permitió observar tres fases bien de nidas en el funcionamiento de la red de observación ( gura 4). Hasta el año 1970, la red contó con un número de estaciones bajo, especialmente en el caso de las estaciones termométricas. A partir de ese año, el número de estaciones se estabilizó alrededor de 140 en el caso de las estaciones pluviométricas y de 40 en el caso de las estaciones termométricas. La situación permaneció más o menos estable –estacionario– hasta el presente, aunque en el caso de las estaciones pluviométricas se produjo una reducción de alrededor del 40 % durante el período 1985-2000. Escenarios de Cambio Climático en Asturias 14 gura 2: Distribución de las estaciones meteorológicas de precipitación (panel superior) y temperatura (panel inferior) pertenecientes a la red de observación de AEMET en el Principado de Asturias que han estado en funcionamiento en algún momento durante el período 1950-2010. Además del número de estaciones, la distribución de los puntos de muestreo en el espacio es especialmente importante a la hora de reconstruir mapas sobre la variación en temperatura y precipitación. En este sentido, se examinaron varios índices y estadísticos espaciales, así como la representatividad de la red de observación con respecto a distintas variables topográ cas. En primer lugar, se comparó la densidad de estaciones frente a la distribución de variables como elevación, distancia a la línea de costa y coordenadas geográ cas en el conjunto de Asturias ( gura 5), que se asumieron corresponden a las derivadas a partir del modelo digital de elevaciones ASTER GDEM (subsección 2.1). Si las localizaciones de las estaciones meteorológicas presentan características topográ cas representativas de las características medias del territorio, se esperaría que las estimaciones de densidad para las estaciones y las basadas en el modelo digital de elevaciones fueran similares. En general, la localización de las estaciones resultó ser representativa de las características examinadas ( gura 5), a excepción de una pequeña subrepresentación de la zona oeste del Principado y, sobre todo, una sobrerepresentación de zonas por debajo de 500 m de altitud, con la consecuente subrepresentación de zonas altas (también apreciable en la gura 3). Es conveniente destacar además que ninguna de las estaciones de la red de observación AEMET se encuentra por encima de 1525 m de altitud. En último lugar, se examinó la variación temporal en la dispersión espacial de la localización relativa de las estaciones meteorológicas. Para ello, se estudió la distribución de las distancias a la estación más cercana ( gura 6). Al igual que al examinar la tendencia en el número de estaciones ( gura 4), se puso de mani esto un cambio en la red de observación Julio de 2011 razón por la que esta estación no fue considerada en posteriores análisis. indicando una mejora en la cobertura de la red para el conjunto del territorio asturiano. Escenarios de Cambio Climático en Asturias . Cada panel presenta una regresión lineal simple entre los valores de altura sobre el nivel del mar de cada estación meterológica de precipitación o temperatura proporcionada por AEMET y la altitud derivada a partir del modelo digital de elevaciones de 200 x 200 m de resolución (véase la subsección 2. con la mayoría de las observaciones por debajo de 15 y 20 km para estaciones de precipitación y gura 4: Variación temporal en el número de estaciones meteorológicas de precipitación y temperatura pertenecientes a la red de observación AEMET en el Principado de Asturias entre 1950 y 2009.1). ya que la magnitud de la desviación entre la altura predicha por el DEM y la proporcionada por AEMET fue muy elevada (≈ 300 m). El punto destacado corresponde a la estación 1191A (Valle de Angón). a partir de la década de los setenta. En ambos casos. la distancia media se sitúa en torno a 10 km.15 gura 3: Relación entre la elevación de las estaciones meteorológicas según el modelo digital de elevaciones ASTER GDEM ( gura 1) con respecto a los datos proporcionados por AEMET. La distancia media al vecino más próximo se redujo de manera importante a partir de 1970 tanto para las estaciones de precipitación como para las de temperatura. esperamos una correspondencia alta entre las estimaciones de densidad para las localizaciones de las estaciones y las basadas en el modelo digital de elevaciones. por lo que Julio de 2011 . Tendencias observadas en precipitación y temperatura (1970–2009) Durante los últimos 40 años (1970–2009). las estaciones meteorológicas de la red de observación AEMET han recogido datos meteorológicos que proporcionan una cobertura homogénea y una buena representatividad de la variación en las condiciones climáticas en el Principado de Asturias (subsección 2. El cambio en la distribución espacial de las estaciones conrma también las conclusiones extraídas al analizar la evolución en el número de estaciones que componen la red de observación. respectivamente.3. especialmente en lo que respecta a la reducción del número de estaciones de precipitación. se emplearon solamente los datos procedentes de aquellas estaciones con series temporales de mayor calidad y duración.1) se tomó como referencia para estimar la densidad de cada una de las variables topográ cas en el territorio asturiano. Para ello. temperatura. El modelo digital de elevaciones (subsección 2. Si la cobertura de la red de observación AEMET corresponde a las características del territorio. que va acompañado de un aumento en la distancia media a la estación más cercana a partir de mediados de la década de los ochenta. 2.La densidad se estimó mediante un núcleo gaussiano para una secuencia de 101 puntos cubriendo el rango de cada una de las variables. Este tipo de información permite estudiar la variación del clima y estimar parámetros de interés como la tendencia en la precipitación acumulada y en la temperatura media.2).16 gura 5: Densidad de estaciones meteorológicas respecto a la distribución de distintas características topográcas en el territorio asturiano. Wood 2006). Los datos de temperatura y precipitación se analizaron por separado. para lo que se ajustaron modelos lineales mixtos a los dos conjuntos de series temporales (Gelman & Hill 2007). se incluye además en cada grá co la tendencia media de la distancia al vecino más próximo. se descartaron los datos procedentes de estaciones para las que el porcentaje medio anual de datos válidos fue inferior al 80 %. se seleccionaron aquellas estaciones que han recogido datos en al menos 20 de los 40 años considerados (no necesariamente consecutivos). A continuación. En último lugar. Los tonos de color gris corresponden a las densidades más bajas. estimada mediante ajuste de un modelo generalizado aditivo. capaz de acomodar una dependencia no lineal del tiempo (Hastie & Tibshirani 1990. la base de datos quedó reducida a un total de 121 estaciones de precipitación y 36 estaciones de temperatura. En cada panel se incluye un diagrama de densidad bidimensional que representa la distribución de las distancias a la estación más próxima para estaciones de precipitación (panel superior) y temperatura (panel inferior).2). respectivamente. Tras aplicar estos ltros. el análisis exploratorio directo de las series conllevó la eliminación de los datos procedentes de cinco estaciones de precipitación y de cinco estaciones de temperatura. El grá co muestra una reducción y homogenización de la red a partir de 1970.17 gura 6: Variación temporal en la dispersión espacial de las estaciones meteorológicas de precipitación y temperatura pertenecientes a la red de observación AEMET entre 1950 y 2010. La idea general detrás de este tipo de análisis. es la posibilidad de Escenarios de Cambio Climático en Asturias . que en conjunto proporcionan un total de 43820 y 13197 observaciones válidas. y su principal ventaja. debido a que su iregularidad o la existencia de discontinuidades hicieron dudar sobre la abilidad de los datos. mientras que los tonos color azul correponden a las densidades más altas. Los espacios en blanco corresponden a una densidad nula. se aplicaron una serie de ltros a la base de datos original (tabla A1 en el Apéndice A. así como una disminución en el número de estaciones de precipitación operativas a partir de 1985. En primer lugar. Como guía. el análisis exploratorio de los datos revela claramente que el comportamiento de ambos conjuntos de series está lejos de ajustarse a un modelo lineal sencillo ( guras 7. estos modelos permiten considerar simultáneamente el efecto de otras variables que pueden in uenciar los niveles medios de precipitación y temperatura. Los modelos lineales mixtos aprovechan precisamente la disponibilidad de varias réplicas para mejorar la estimación de tendencias comunes. el ajuste de un modelo generalizado aditivo. de tal manera que la intensidad de color es proporcional al número de series que se solapan. no obstante.3). a modo de guía.18 describir la variación observada en precipitación y temperatura a distintos niveles de agrupación jados a priori. Hurrell & Dickson 2005) y la Oscilación Multidecadal del Atlántico (AMO. los modelos lineales mixtos incluyeron como efectos jos los índices climáticos de la Oscilación del Atlántico Norte (NAO. respectivamente. Por ejemplo. con máxima intensidad correspondiente al solapamiento de 10 y 5 series para precipitación y temperatura. La NAO representa el estado atmosférico del sector atlántico del hemisferio norte y se suele representar a través de un índice con Julio de 2011 . distinto número de observaciones por estación). Schlesinger & Ramankutty 1994) ( gura 10). como es el caso de la topografía o factores ligados al propio funcionamiento del sistema climático que condicionan la evolución a largo plazo de las condiciones locales. capaz de acomodar una dependencia no lineal del tiempo (Hastie & Tibshirani 1990. 8 y 9). En nuestro caso. gura 7: Evolución temporal de la media anual de precipitación (panel izquierdo) y temperatura (panel derecho) en las estaciones pertenecientes a la red de observación AEMET entre 1970 y 2009. así como diferencias en la disponibilidad de información (e. Por esta razón. estudiando a la vez posibles variaciones en dicha tendencia entre las cuatro estaciones del año. y permiten incorporar cierto grado de redundancia en la información que se incluye en el análisis (e. Ambas variables climáticas se expresan como desviaciones normalizadas (e. Además. µ = 0 y σ 2 = 1) a n de poder incluir. Esta tendencia media trataría de aproximar la tendencia esperada para el conjunto del Principado. Cada panel incluye todas las series de precipitación y temperatura que cumplen los criterios de calidad establecidos para este estudio (subsección 2.g. partimos de datos procedentes de un conjunto de estaciones con una resolución temporal mensual. en estimar la tendencia media común para el conjunto de estaciones. Se ha aplicado un factor de transparencia aditivo (Wickham 2009) para poder apreciar el grado de concordancia entre las series procedentes de distintas estaciones meterológicas. Al examinar la evolución temporal de ambas variables parece clara la existencia de oscilaciones de baja frecuencia que se superponen sobre una tendencia negativa en la precipitación y una tendencia positiva en la temperatura media ( gura 7). falta de independencia entre observaciones).g. Nuestro interés consiste. Wood 2006).g. De esta manera. puede explicar oscilaciones de largo recorrido en las variables climáticas en Asturias. julio y agosto (JJA). y otoño: septiembre. por tanto. cada línea representa desviaciones normalizadas (e. Los valores positivos están asociados a un aumento de la intensidad de los vientos del oeste. el ajuste de un modelo generalizado aditivo. Este valor re eja la posición relativa de los centros de altas y bajas presiones en el sector Atlántico Norte. Cada panel incluye todas las series de precipitación que cumplen los criterios de calidad establecidos para este estudio (subsección 2. Escenarios de Cambio Climático en Asturias . capaz de acomodar una dependencia no lineal del tiempo (Hastie & Tibshirani 1990. a modo de guía. Schlesinger & Ramankutty 1994). sistema que condiciona el clima atmosférico en toda su cuenca y. Mientras. octubre y noviembre (SON). La AMO re eja la variación en la circulación profunda del océano Atlántico. µ = 0 y σ 2 = 1) a n de poder incluir. el mismo nombre que se calcula como la diferencia en la presión atmosférica entre las islas Azores (Punta Delgada) e Islandia (Reikiavic). Wood 2006). valores negativos del índice NAO se asocian a condiciones más frías y a una mayor pluviosidad en la cuenca mediterránea. verano: junio. que se traduce en condiciones frías y húmedas en el norte de Europa.3). Para cada estación. Se ha aplicado un factor de transparencia aditivo (Wickham 2009) para poder apreciar el grado de concordancia entre las series procedentes de distintas estaciones meterológicas.g. La precipitación acumulada durante cada estación del año se calculó como la suma de los valores de precipitación mensual acumulada considerando estaciones del año trimestrales. abril y mayo (MAM). una vez eliminada cualquier tendencia exógena como la asociada al cambio climático (que se asume lineal. primavera: marzo. de tal manera que la intensidad de color es proporcional al número de series que se solapan.19 gura 8: Evolución temporal de las series estacionales de precipitación en las estaciones pertenecientes a la red de observación AEMET entre 1970 y 2009. la AMO trata de re ejar la variación intrínseca del océano Atlántico Norte. invierno: diciembre. y se describe a través de la temperatura media de la super cie del mar en el Atlántico Norte. y cálidas y secas en el sur. enero y febrero (DEF). con máxima intensidad correspondiente al solapamiento de 5 series. La formulación de los modelos lineales mixtos se completó con la inclusión de téminos aleatorios de regresión para incluir una tendencia lineal sobre el tiempo para cada una de las estaciones del año. a modo de guía. cada línea representa desviaciones normalizadas (e. verano: junio. abril y mayo (MAM). µ = 0 y σ 2 = 1) a n de poder incluir. de tal manera que la intensidad de color es proporcional al número de series que se solapan. invierno: diciembre. con máxima intensidad correspondiente al solapamiento de 5 series.20 gura 9: Evolución temporal de las series estacionales de temperatura en las estaciones pertenecientes a la red de observación AEMET entre 1970 y 2009. así como el ciclo estacional mensual. aunque se asume que proceden en realidad de una población de parámet- Julio de 2011 . enero y febrero (DEF). y efectos individuales para cada una de las series por separado. La temperatura media durante cada estación del año se calculó como el promedio de los valores de temperatura mensual considerando estaciones del año trimestrales. Cada panel incluye todas las series de temperatura que cumplen los criterios de calidad establecidos para este estudio (subsección 2. El modelo considera. y vendrían representados por los índices NAO y AMO y la altura y la distancia a la costa extraídas del modelo digital ASTER GDEM (subsección 2. la elevación y la continentalidad corresponderían al primer tipo de efecto. octubre y noviembre (SON). julio y agosto (JJA). y otoño: septiembre. el ajuste de un modelo generalizado aditivo.g. Además del efecto de oscilaciones climáticas de largo recorrido. un efecto común para el conjunto de series procedentes de cada estación meteorológica. El segundo tipo de efectos consiste en la estimación de medias y pendientes para cada estación. capaz de acomodar una dependencia no lineal del tiempo (Hastie & Tibshirani 1990. Se ha aplicado un factor de transparencia aditivo (Wickham 2009) para poder apreciar el grado de concordancia entre las series procedentes de distintas estaciones meterológicas. primavera: marzo.1). Wood 2006).3). Para cada estación. los modelos incluyeron también el efecto de la elevación y de la distancia a la costa sobre los valores de precipitación y temperatura (subsección 2.1). El efecto de oscilaciones climáticas a largo término. de esta manera. 3 proporciona más detalles sobre los métodos empleados en este apartado. Por otro lado. la variación durante los últimos 150 años.gov/psd/data/timeseries/AMO/). mucho más clara. práticamente inapreciable.40 [-0. la elevación y la distancia a la costa fue despreciable. Hurrell & Dickson 2005. Al comparar las predicciones de los modelos de regresión lineales mixtos con los datos recogidos por la red AEMET se observó un ajuste aceptable.edu/cas/jhurrell/indices. ros con media y varianza común (de ahí el referirse a este tipo de modelos como regresión aleatoria). Los modelos revelan además la existencia de una ligera tendencia negativa. en Escenarios de Cambio Climático en Asturias . De esta manera. En cada grá co se muestra la variación durante los últimos 40 años (1970-2009) y. media e intervalo de con anza del 95 %). www.cgd. en la precipitación mensual acumulada (-0. la precipitación mostró una correlación positiva con la NAO y negativa con la AMO. y de una tendencia positiva. El análisis también detectó un ligero aumento de la precipitación con la elevación y una pequeña reducción con la distancia a la costa.3 proporciona un resumen detallado de los valores estimados para cada uno de los parámetros considerados en los modelos.03] mm mes−1 década−1 . la temperatura sólo mostró una relación importante y de signo positivo con la AMO.esrl. todas las series contribuyen a la estimación de los parámetros globales (para el conjunto de las series) y de los parámetros particulares (para cada una de las series) (Gelman & Hill 2007). Los modelos se ajustaron en R (R Development Core Team 2010) empleando la librería MCMCglmm (Had eld 2010). especialmente bueno en el caso de la temperatura ( gura 11). www.ucar.html) y de la Oscilación Multidecadal del Atlántico (panel inferior: AMO. se emplearon los valores mensuales del índice NAO disponibles en el sitio web de James Hurrell en el NCAR.21 gura 10: Evolución temporal del índice de la Oscilación del Atlántico Norte (panel superior: NAO.noaa. El Apéndice A. Schlesinger & Ramankutty 1994. 0. mientras que el efecto de la NAO.80. Al examinar el ajuste de los efectos jos. en el panel interior. valores procedentes del Earth System Research Laboratory de la NOAA. La tabla A2 en el Apéndice A. respectivamente). Además. de manera mucho más clara. Las guras 12 y 13 muestran las tendencias estimadas para cada una de las estaciones meteorológicas (nótese que en las grá cas tipo oruga se presentan intervalos de con anza del 90 %).3) y los valores mensuales observados de precipitación (panel izquierdo) y temperatura (panel derecho).94 [-2. tal y como se apuntó en la subsección 2. especialmente la carencia de observaciones en zonas de alta montaña. En verano se detectó una tendencia media ligeramente positiva aunque poco Julio de 2011 .-1. En el caso de la precipitación existe una gran incertidumbre asociada a las tendencias estimadas para cada estación meteorológica ( gura 15). aunque en el caso de la precipitación también re eja la gran irregularidad que caracteriza esta variable.02] y -1.64 [0.22 la temperatura media (0. de tal manera la intensidad de color es proporcional al número de puntos que se solapan. aunque en ambos casos las tendencias fueron poco claras. Para apreciar mejor la distribución de los valores predichos y observados se ha aplicado un factor de transparencia aditivo (Wickham 2009).12] o C década−1 ) para el período 1970-2009.81. es necesario tener en cuenta algunas de las consideraciones sobre la cobertura de la red de observación AEMET.06. Esto se debe principalmente a la corta duración del período considerado (40 años).-0.41] mm mes−1 década−1 ). especialmente en el caso de la precipitación. Las estimaciones individuales van asociadas a una gran incertidumbre. una clara tendencia hacia valores positivos en el caso de la temperatura. gura 11: Ajuste entre los valores predichos por los modelos lineales mixtos (subsección 2. No obstante. con máxima intensidad correspondiente al solapamiento de 20 y 10 puntos para precipitación y temperatura. La línea discontinua de color gris oscuro marca la localización que ocuparían los puntos si el ajuste del modelo fuera perfecto (1:1).88. y un aumento para el otoño (1.2.39. respectivamente.52 [-2.09 [0.73] mm mes−1 década−1 . aunque se detectó una disminución al considerar la tendencia media en invierno y en primavera (-1. Los cambios observados en el nivel medio de precipitación y temperatura fueron diferentes dependiendo de la estación del año considerada ( guras 15 y 16). 2. relación que es negativa en el caso de la temperatura ( gura 14). 0. Las tendencias estimadas también mostraron una ligera relación positiva con la altura sobre el nivel del mar y con la distancia a la costa en el caso de la precipitación. la distribución de las tendencias estimadas muestra un ligero sesgo hacia valores negativos en el caso de la precipitación y. intervalo de con anza del 90 %).3). Las tendencias fueron estimadas a partir del ajuste de un modelo lineal mixto a las observaciones mensuales recogidas en las estaciones meteorológicas de la red de observación AEMET (subsección 2. Escenarios de Cambio Climático en Asturias . gura 13: Tendencias medias en la temperatura (o C década−1 .23 gura 12: Tendencias medias en la precipitación mensual (mm mes−1 década−1 . Las tendencias fueron estimadas a partir del ajuste de un modelo lineal mixto a las observaciones mensuales recogidas en las estaciones meteorológicas de la red de observación AEMET (subsección 2. intervalo de con anza del 90 %).3). 24 gura 14: Relación entre las tendencias medias en precipitación (arriba) y temperatura (abajo) para el período 1970–2009 (se representan media e intervalos de con anza del 90 %).97] mm mes−1 década−1 ). y algo menos acusado en el invierno (0. coincidiendo con la tendencia general detectada. 0.-0.03 [-0. Las tendencias fueron estimadas a partir del ajuste de un modelo lineal mixtos a las observaciones mensuales recogidas en las estaciones meteorológicas de la red de observación AEMET (subsección 2. Interpolación de datos de temperatura y precipitación Las series temporales de precipitación mensual acumulada y de temperatura media registradas por la red de estaciones de AEMET ofrecen una buena cobertura espacio–temporal de las condiciones climáticas en el Principado de Asturias durante los últimos 40 años (subsección 2. clara (0. en el que se detectó una ligera reducción en la temperatura media estacional. Pese a que los efectos detectados durante las épocas con mayor pluviosidad son de signo contrario. Las tendencias medias estimadas para el resto de estaciones del año indicaron un aumento de la temperatura.2). Además de estudiar la variación en los niveles medios de ambas variables (subsección 2.13] o C década−1 . 0.57.33 [0. La temperatura mostró un patrón mucho más claro ( gura 16).28. 2.3).02. 0.40] y 0. El aumento de temperatura es más importante en primavera y verano (0. y la altura sobre el nivel del mar (izquierda) y la distancia a la costa (derecha). las tendencias medias fueron positivas para todas las estaciones salvo para el otoño (-0. con tendencias de signo contrario a las encontradas en la precipitación. la disminución durante invierno y primavera compensa el aumento observado durante el otoño. De este modo.02] o C década−1 ). respectivamente).20 [-0.08 [0. la disponibilidad de este tipo de información permite reconstruir la variación espacial en la precipitación y la temperatura mensual.2). Estos mapas se pueden emplear de- Julio de 2011 .4.08] o C década−1 ).07 [-0. 0.02.13. enero y febrero (DEF). Nótese que el orden de las estaciones en el eje de abscisas cambia entre paneles. Las tendencias fueron estimadas a partir del ajuste de un modelo lineal mixto a las observaciones mensuales recogidas en las estaciones meteorológicas de la red AEMET (subsección 2. intervalo de con anza del 90 %). octubre y noviembre (SON). Escenarios de Cambio Climático en Asturias .3). julio y agosto (JJA).25 gura 15: Tendencias medias para cada estación del año en la precipitación mensual acumulada (mm mes−1 década−1 . verano: junio. primavera: marzo. y otoño: septiembre. Las observaciones mensuales se asignaron a las distintas estaciones del año de la siguiente manera: invierno: diciembre. abril y mayo (MAM). primavera: marzo. Para cada uno de los meses del período 1970–2009. las climatologías de precipitación y temperatura proporcionan un nivel de referencia que se puede emplear para la valoración de cambios en el clima. abril y mayo (MAM).3). Se empleó un tipo de kriging denominado universal ya que. basados en una técnica de uso muy extendido denominada kriging. estimaciones de las condiciones promedio que se puede asumir de nen las condiciones climáticas en una región durante un determinado período de tiempo. julio y agosto (JJA). Los modelos empleados fueron de tipo geoestadístico. y otoño: septiembre. Al mismo tiempo. spués tanto en la estimación de tendencias como en la preparación de climatologías. octubre y noviembre (SON). Las tendencias fueron estimadas a partir del ajuste de un modelo lineal mixto a las observaciones mensuales recogidas en las estaciones meteorológicas de la red AEMET (subsección 2. enero y febrero (DEF). además de los valores en localidades cercanas de la variable objetivo. Julio de 2011 . verano: junio. Las observaciones mensuales se asignaron a las distintas estaciones del año de la siguiente manera: invierno: diciembre. tiene en cuenta la in uencia de otras variables a la hora de interpolar los datos. se combinaron los datos procedentes de todas las estaciones para construir modelos predictivos que se emplearon en la interpolación espacial de las condiciones meteorológicas. intervalo de con anza del 90 %).26 gura 16: Tendencias medias para cada estación del año en la temperatura (o C década−1 . es decir. Nótese que el orden de las estaciones en el eje de abscisas cambia entre paneles. así como para la valoración y ajuste de las predicciones realizadas empleando modelos climáticos de simulación. que consiste en la reconstrucción espacial de una variable en cada punto del espacio como combinación lineal de los valores en localidades cercanas (Cressie 1993). los modelos de interpolación incluyeron los valores de elevación procedentes del modelo digital de elevaciones ASTER GDEM así como la capa que codi ca la distancia a la línea de costa ( gura 1. La gura 17 recoge los mapas con la precipitación anual acumulada y la temperatura anual media para el período 1970–2009. 2010). los modelos incluyeron también un término de regresión para reconstruir la super cie de tendencia a gran escala a partir de las coordenadas espaciales. siendo también apreciable la disminución de las precipitaciones y el aumento de las temperaturas medias en verano ( guras 20 y 21). La temperatura media anual muestra un patrón similar pero inverso. Esta función de covarianza se ajustó para cada uno de los meses por separado tras comprobar que era razonable asumir que era de tipo exponencial y considerando una escala de decorrelación constante de 30 km. De este modo. (2009) proporcionan una revisión actualizada sobre el clima y meteorología de Asturias. Tras jar de esta manera el parámetro que especi ca el alcance o escala (rango) de la correlación. Los modelos se ajustaron en R (R Development Core Team 2010) empleando la librería elds (Furrer et al. mientras que el aumento en la temperatura es mucho más gradual en todas las estaciones del año ( guras B1-B4 en el Apéndice B). mientras que el aumento en la temperatura es más gradual. Además de especi car los valores y localizaciones de la variable que se desea interpolar (en nuestro caso. así como los valores de las covariables (elevación y distancia a la costa). subsección 2. Además. En el caso de la temperatura se puede observar además que los incrementos han sido en general más importantes cerca de la costa y en zonas bajas. Se puede apreciar una disminución Escenarios de Cambio Climático en Asturias . Al examinar la evolución a escala anual de ambas variables ( gura 18). el modelo debe incluir una función que describa la relación entre la correlación entre los valores de la variable y la distancia que los separa. Al contrario que en los análisis basados en las series de estaciones. se calcularon medias anuales y estacionales para distintos períodos de tiempo. Alvarez García et al. Los grá cos permiten apreciar además diferencias en la evolución de ambas variables. Al repetir los mismos análisis promediando los mapas mensuales según las estaciones del año. valores mensuales de precipitación acumulada o temperatura media).1).27 En el caso de variables climáticas como precipitación y temperatura. 2010). La precipitación aumenta en general hacia el interior (salvo en el sector central) y con la altura ( gura 17). se puede apreciar una disminución en las precipitaciones y un aumento en la temperatura media. es deseable considerar al menos la in uencia de la topografía y la continentalidad o grado de in uencia oceánica. se detectó un ligero aumento de la temperatura para el otoño. con valores más altos cerca de la costa asociados al efecto atemperador del océano y temperaturas más bajas asociadas a las zonas más elevadas ( gura 17). la precipitación presenta una reducción fuerte tras la década de los setenta.3). Tanto en el caso de la precipitación como en el de la temperatura. los valores de el error de medida (nugget) y el valor asintótico (sill) se ajustaron por validación cruzada (Furrer et al. Estas tendencias se pueden apreciar de manera más clara al estimar los niveles promedio por década ( gura 19). el descenso en la precipitación es especialmente brusco a partir de la década de los setenta. los resultados reforzaron las conclusiones extraídas al analizar las series recogidas por estaciones meterológicas (subsección 2. Al considerar los promedios decadales y al igual que al analizar los cambios en los datos agregados a escala anual. los cambios más importantes se han producido en invierno y primavera. A partir de los mapas mensuales para cada una de las variables. panel superior) y temperatura media (o C. panel izquierdo) y temperatura (o C.4). Cada panel incluye el resultado del ajuste de un modelo de regresión lineal de la precipitación o temperatura anual sobre el tiempo (expresado en décadas). Cada punto corresponde al promedio de mapas interpolados a partir de los datos recogidos por la red de estaciones meteorológicas AEMET para reconstruir la variación espacial en la precipitación y la temperatura mensuales (subsección 2. gura 18: Evolución temporal de la precipitación (mm año−1 . Julio de 2011 . panel derecho) anual en el Principado de Asturias (1970-2009). panel inferior) para el período 1970-2009. El promedio fue estimado usando mapas interpolados a partir de los datos recogidos por la red de estaciones meteorológicas AEMET para reconstruir la variación espacial en los niveles mensuales de precipitación y temperatura (subsección 2.28 gura 17: Precipitación anual (mm año−1 .4). 4). Cada uno de los mapas muestra un promedio decadal basado en mapas mensuales interpolados a partir de datos recogidos por la red de estaciones meteorológicas AEMET (subsección 2. página siguiente) en el Principado de Asturias durante las últimas décadas (1970-2009). Escenarios de Cambio Climático en Asturias .29 gura 19: Variación espacial en la precipitación anual acumulada (mm año−1 ) y en la temperatura media anual (o C. 30 Julio de 2011 . Los mapas de medias decadales para el otoño son menos concluyentes y no permiten apreciar una tendencia clara salvo en el caso de la temperatura. primavera: marzo. julio y agosto (JJA). octubre y noviembre (SON). partiendo de series de datos derivadas de experimentos de simulación realizados con modelos climáticos regionales. debido a la creciente percepción de los problemas asociados al cambio climático. primavera y verano.4). se realizó un aumento de la resolu- Escenarios de Cambio Climático en Asturias . este tipo de información posee una gran demanda por parte de todos los agentes sociales y los ciudadanos. enero y febrero (DEF). Cada punto corresponde al promedio de mapas interpolados a partir de los datos recogidos por la red de estaciones meteorológicas AEMET para reconstruir la variación espacial en la precipitación mensual (subsección 2. Para ello. Proyecciones climáticas de alta resolución Los escenarios de cambio climático facilitan la incorporación de los efectos del cambio global en el proceso de toma de decisiones para la plani cación y desarrollo de políticas y planes. invierno: diciembre. que parece aumentar cerca de la costa. y otoño: septiembre. gura 20: Evolución temporal de la precipitación (mm trimestre−1 ) para cada una de las estaciones del año en el Principado de Asturias durante las últimas décadas (1970–2009).31 de la precipitación y un aumento de la temperatura en invierno. con cambios más importantes en las zonas bajas y en los valles del centro de Asturias. 3. Los valores que se presentan son desviaciones respecto a la media para cada estación del año. que corresponde a la ordenada en el origen del modelo de regresión lineal de la precipitación acumulada sobre el tiempo (expresado en décadas) incluída en cada panel. A la vez. verano: junio. abril y mayo (MAM). La precipitación acumulada durante cada estación del año se calculó como la suma de los valores de precipitación mensual acumulada estimados considerando estaciones del año trimestrales. El segundo objetivo de este trabajo es el análisis de escenarios de cambio climático en el Principado de Asturias para lo que resta del presente siglo (2010–2100). meto ce.32 gura 21: Evolución temporal de la temperatura media (o C) para cada una de las estaciones del año en el Principado de Asturias durante las últimas décadas (1970–2009). invierno: diciembre. A continuación. estos modelos se emplearon para reducir la escala de las proyecciones de precipitación y temperatura mensual durante las próximas décadas. julio y agosto (JJA).dmi.dk) y ENSEMBLES (ensembles-eu. que corresponde a la ordenada en el origen del modelo de regresión lineal de la temperatura media sobre el tiempo (expresado en décadas) incluida en cada panel. primavera: marzo. a n de ajustar modelos de transferencia entre las áreas para las que los modelos realizan sus proyecciones y las medidas con localización ’puntual’ realizadas en las estaciones meteorológicas. Se emplearon simulaciones regionales disponibles a través de los proyectos PRUDENCE (prudence. Los valores que se presentan son desviaciones respecto a la media para cada estación del año.com). Julio de 2011 .4). ción mediante técnicas estadísticas (Benestad et al. y otoño: septiembre. abril y mayo (MAM). verano: junio. octubre y noviembre (SON). La temperatura media durante cada estación del año se calculó como el promedio de los valores de temperatura mensual estimados considerando estaciones del año trimestrales. Las predicciones realizadas por estos modelos se compararon con las observaciones disponibles a través de las series históricas de datos recogidas en las estaciones meteorológicas de la red de observación AEMET (sección 2). Cada punto corresponde al promedio de mapas interpolados a partir de los datos recogidos por la red de estaciones meteorológicas AEMET para reconstruir la variación espacial en la temperatura mensual (subsección 2. 2008). enero y febrero (DEF). se reconstruyó mediante interpolación la variación espacial esperada para ambas variables. Finalmente. sino más bien los resúmenes estadísticos que de nen las condiciones climáticas durante períodos de tiempo prolongados. En general. es decir. motivo por el que los modelos climáticos muestran sensibilidad a las condiciones iniciales. por tanto. incluyendo los cambios en las propiedades físicas y químicas de los uídos que componen ambos compartimentos (Trenberth 1993. De este modo. por lo que el volumen de las celdas que componen la tesela suele ser más pequeño que el de las celdas que se emplean para reproducir la dinámica en las capas altas de la atmósfera. Aparte de la propia limitación estructural en la predictibilidad de las condiciones climáticas mediante modelos climáticos de simulación. Pequeños errores en las medidas del estado de la atmósfera o el océano son su cientes. reducir el tamaño de cada una de las celdas mejora la calidad de los resultados. por ejemplo. mientras que la resolución vertical varía entre la decena de metros cerca de la super cie a centenares de metros de altura en las capas más altas de la atmósfera o en las profundidades del océano. Simulaciones climáticas a escala regional: proyectos PRUDENCE y ENSEMBLES Los modelos dinámicos de simulación de clima aplican principios físicos de dinámica de uídos y química ambiental para recrear la dinámica de la atmósfera y los océanos. o el período de retorno de un fenómeno extremo. ajustándose a las características de distintos niveles. tienden a diverger y ampli carse a medida que avanza el tiempo. la resolución horizontal de las celdas super ciales suele ser de cientos de kilómetros. Esta sensibilidad implica que las trayectorias predichas por un mismo modelo a partir de dos estados iniciales muy similares. las capas cercanas a la super cie suelen ser mucho más dinámicas. es necesario insistir en que el objetivo de este tipo de modelos no es reproducir exactamente las condiciones meteorológicas en cada localidad de la Tierra. la varianza en las condiciones meteorológicas. Los modelos operan con las condiciones promedio dentro de cada una de las celdas. En primer lugar.33 3. un mayor coste en términos de energía y tiempo. aunque distintos. no al comportamiento esperado al considerar las condiciones promedio a largo plazo. Esto se debe principalmente a la propia naturaleza caótica de las ecuaciones que describen el sistema climático (Lorenz 1963). para limitar la capacidad de predicción de los modelos climáticos. la necesidad de teselar de manera arti cial el océano y la atmósfera plantea di cultades tanto de tipo metodológico como de interpretación de resultados. los modelos son capaces de reproducir de manera correcta otras características como los niveles promedio de variables climáticas a escala estacional o anual. En el caso de modelos climáticos globales (GCM) como los empleados en los informes del IPCC (IPCC 2007). Es muy importante tener en cuenta que esta caracterísitica se re ere exclusivamente a la reproducción de una trayectoria concreta del sistema. McGu e & Henderson-Sellers 2005). No obstante. Escenarios de Cambio Climático en Asturias . las ecuaciones que rigen el movimiento de uídos se resuelven sobre una tesela que divide la atmósfera y el océano. Varios aspectos limitan la capacidad de los modelos climáticos para reproducir las condiciones climáticas.1. la discretización de medios continuos como atmósfera y océano es un paso necesario para poder reproducir su comportamiento en la computadora. Para ello. aunque aumentar la resolución va asociado a ciertos problemas. entre ellos un mayor esfuerzo de computación. La resolución horizontal y vertical de esta tesela varía para distintas capas. 21–0.g. Como alternativa para mejorar la resolución de los modelos climáticos globales se han planteado distintas metodologías que se pueden agrupar en métodos dinámicos y métodos estadísticos de cambio de resolución. Estos modelos climáticos regionales (RCM) se ejecutan utilizando las proyecciones realizadas por los modelos globales como condición de contorno.23–0.4 (2.1). disponibilidad de modelos de elevaciones y batimétricos. Los escenarios están documentados en el Informe Especial del IPCC sobre Escenarios de Emisiones (Nakicenovic et al. los métodos dinámicos implican un esfuerzo de computación mucho mayor que los métodos estadísticos.4 (1. lo que no ocurre necesariamente en el caso de las relaciones empíricas de transición de escalas que emplean los métodos estadísticos. Relaciones entre países Enfoque que da prioridad a aspectos Económicos Medio Ambientales A1B B1 Crecimiento económico rápido Sostenibilidad ambiental global con uso balanceado de distintas fuentes de energía ∆T = 2. No obstante. el rango probable.38 cm A2 Desarrollo económico regional B2 Sostenibilidad ambiental local Regionalización Globalización ∆T = 3. en ambos casos se expresa la diferencia entre la media 2090–2099 respecto a la media 1980–1999).9) o C ∆H = 0. y se ven limitados además por la falta de observaciones para la validación de los resultados y para la realización de proyecciones a escalas muy pequeñas (e.18–0.1–2.43 cm Notas: en el caso de la familia de escenarios A1 sólo se incluye el grupo A1B.8 (1.0–5. La principal ventaja de los métodos dinámicos reside en la robustez y coherencia que proporciona emplear modelos basados en principios físicos.4) o C ∆H = 0. entre paréntesis.8) o C ∆H =0. de tal manera que el resultado nal equivale aproximadamente a anidar dentro del modelo global una segunda malla de mayor resolución.20–0. Fuente: modi cado a partir de la tabla SPM 3 en IPCC (2007).4) o C ∆T = 1. en naranja) y para el aumento del nivel del mar (∆H. Se incluyen además predicciones para aumento de la temperatura media global en super cie (∆T.8 (1.4–3. escenarios de cambio Julio de 2011 . 2000). en azul) (para ∆T se da la mejor estimación y. Esto permite reducir el tamaño de las celdas de la malla sobre la que se ejecuta el modelo y mejorar la resolución de la línea de costa y la topografía.34 tabla 1: Familias de escenarios socio-económicos (Nakicenovic et al.7–4. 2000) empleados en el Cuarto Informe del Evaluación del IPCC (IPCC 2007). ya que este escenario fue empleado en el proyecto ENSEMBLES al considerarse representativo de las condiciones esperables a medio plazo en el contexto actual (subsección 3.48 cm ∆H = 0.51 cm ∆T = 2. Los métodos dinámicos consisten en ejecutar un modelo de simulación de clima similar a los empleados a escala global en un dominio espacial menos amplio. modelización de procesos de meso y microescala.ipsl. prudence. proporcionan proyecciones de cambio climático para los escenarios de emisión A1B. 2007). En este informe se ha optado por combinar ambos tipos de metodología para la elaboración de escenarios de cambio climático para el Principado de Asturias. 2007a. Los experimentos realizados consistieron en la simulación de dos períodos de 30 años.gov.jp HadCM y HadAM IPSL ECHAM Arpege www. #2) (véase la tabla 1). que pueden ir acompañadas de relaciones entre países que favorezcan un mundo cada vez más globalizado u homogéneo frente a estrategias que favorezcan un mundo más regionalizado o heterogéneo (escenarios #1 vs. etc.ca www. China Centro Canadiense para el Análisis y Modelado del Clima Center for Climate System Research (Universidad de Tokyo).uk igcmg.dk).fr www.mpimet.meto ce.gov. Varios grupos de investigación europeos son pioneros en la aplicación de modelos dinámicos para mejorar la escala de los modelos climáticos globales y durante las dos últimas décadas su actividad se ha concentrado en dos grandes proyectos europeos. Reino Unido Institut Pierre Simon Laplace Max Planck Institute for Meteorology METEO-FRANCE & CNRS Modelo climático BCM CGCM MIROC Sitio web bcc.jussieu.fr de usos del suelo.cma.mpg. Randall et al. B#).cccma. desarrollado como parte del 5o Programa Marco de la Unión Europea (Christensen et al. Los resultados de estos proyectos.cnrm.u-tokyo. disponibles de manera libre en la red.cn www. y se agrupan en cuatro grandes familias según representen estrategias que priorizan aspectos económicos o ambientales (escenarios A# vs.ac.35 tabla 2: Modelos climáticos globales considerados en los proyectos PRUDENCE y ENSEMBLES. La mayoría de las simulaciones utilizaron como condición de contorno los resultados de simulaciones del modelo atmosférico del Centro Hadley de Cambio Climático de la Escenarios de Cambio Climático en Asturias .ccsr.de www. A2 y B2.dmi.gc. National Institute for Environmental Studies. El proyecto PRUDENCE estudió distintas fuentes de incertidumbre en el desarrollo de escenarios de cambio climático. El primer proyecto que proporciona escenarios de cambio climático empleando métodos de cambio de escala dinámicos es PRUDENCE (Predicción de Escenarios Regionales e Incertidumbres para la De nción de los Riesgos y Efectos del Cambio Climático en Europa). and Frontier Research Center for Global Change (JAMSTEC). Institución Centro Climático de Pekín. especialmente la variación asociada al uso de distintos modelos climáticos regionales y a distintos escenarios de emisión. Estos escenarios representan distintas alternativas de desarrollo socioeconómico y tecnológico futuro.ec.). Japan Hadley Centre for Climate Prediction and Research/Met O ce. Los experimentos realizados como parte de los proyectos PRUDENCE y ENSEMBLES se basan en anidar modelos de simulación de clima regionales bajo el resultado de los experimentos de simulación de clima realizados con modelos climáticos globales como parte del Cuarto Informe de Evaluación del IPCC (IPCC 2007.meteo. 1960-1990 y 2071-2100. Modelo climático Institución Global Regional Météo-France (CN-HadCM3 Arpege RM) ETH HadAM3H CHRM GKSS HadAM3H CLM Hadley Centre HadAM3P HadRM3P DMI HadAM3H HIRHAM UCM HadAM3H PROMES KNMI HadAM3H RACMO SMHI ECHAM4OPYC RCAO SMHI HadAM3H RCAO SMHI HR HadAM3H RCAO ICTP HadAM3H RegCM MPI HadAM3H REMO Escenario A2. período para Julio de 2011 . La tabla 3 proporciona un resumen de las proyecciones realizadas como parte del proyecto PRUDENCE que han sido empleadas en este estudio. tabla 2) para el escenario de emisiones A2. B2 A2. 2003 Döscher et al. 2003 Pope et al. El principal objetivo del proyecto ENSEMBLES es proporcionar proyecciones climáticas de la mejor calidad posible para su uso por investigadores. B2 A2 A2. tabla 1).meto ce. el sector empresarial y los ciudadanos. B2 A2.dk) en formato NetCDF (www. aunque en este caso sólo se consideró el escenario de emisiones A1B (Nakicenovic et al.edu/software/netcdf).gov. B2 A2. Randall et al.com). 2000.36 tabla 3: Resumen de los experimentos de proyección de clima realizados como parte del proyecto PRUDENCE considerados en este estudio. Los experimentos de simulación consistieron en ejecutar distintos modelos climáticos regionales anidados en los resultados de varios modelos climáticos globales (tabla 2). la tabla 2 presenta un resumen de los modelos climáticos globales citados. Entre los experimentos realizados. 2007).ucar. políticos y gestores. desarrollado como parte del 6o Programa Marco de la Unión Europea (van der Linden & Mitchell 2009). 1996 Castro et al.unidata. B2 A2 A2 A2. 1993 Lenderink et al.meto ce. B2 A2 Resolución 50-70 km 55 km 56 km 50 km 50 km 50 km 50 km 44 km 44 km 22 km 50 km 55 km Referencia Déqué et al. los más relevantes para este estudio consistieron en proyecciones climáticas para el período 1970-2100. www. 2003 Steppeler et al. 1998 Vidale et al. Las referencias proporcionadas en la última columna se re eren a los modelos climáticos regionales.dmi. B2 A2 A2. lo que permite un fácil manejo en programas como R mediante librerías como ncdf (Pierce 2010) o RNetCDF (Michna 2010). 1993ab Jacob 2001 O cina Meteorológica del Reino Unido (HadAM3H. Este es un escenario de emisiones intermedio entre los escenarios A2 y B2.uk. y se seleccionó porque el principal objetivo era proporcionar proyecciones a medio plazo (2010-2050). El segundo proyecto considerado es ENSEMBLES (ensembles-eu. 2002 Giorgi et al. el proyecto PRUDENCE empleó distintos modelos climáticos regionales para mejorar la resolución de las proyecciones climáticas de manera dinámica. El resultado de cada uno de estos experimentos se encuentra disponible en la página web del proyecto PRUDENCE (prudence. 2000). Todos los experimentos incluyen un período de referencia que sirve como control (1960-1990) y un período en el que el modelo se ejecuta bajo los escenarios de emisión A2 y/o B2 (2070-2100). Partiendo de simulaciones realizadas con modelos climáticos globales para el Cuarto Informe de Evaluación del IPCC (IPCC 2007. aunque también se realizaron simulaciones para el escenario B2 (Nakicenovic et al. 2000 Christensen et al. para reducir los tiempos de descarga mediante la selección de subconjuntos de los datos disponibles. el ajuste entre las predicciones de los modelos y las observaciones fue muy bueno. quedaron disponibles 162 series procedentes de estaciones de precipitación y 47 series de temperatura para los experimentos PRUDENCE. En principio.2.dk) en formato NetCDF. estos valores no se pueden emplear como medidas puntuales (e.nl) para la difusión y análisis de bases de datos climáticas en línea. lo que facilitó su manejo y análisis. y 110 series de precipitación y 32 series de temperatura para los experimentos ENSEMBLES. por lo que no permiten derivar el comportamiento de las variables climáticas a escalas menores que la propia resolución del modelo.dmi. Una de las diferencias más importantes de los experimentos ENSEMBLES con respecto a las proyecciones realizadas en PRUDENCE es el aumento de la resolución horizontal de los modelos climáticos regionales empleados (alrededor de 50 km en PRUDENCE frente a la predominancia de modelos con resolución horizontal de 25 km en ENSEMBLES). las series temporales procedentes de cada uno de los experimentos PRUDENCE y ENSEMBLES disponibles (tablas 3 y 4) se alinearon con las series recogidas por la red de estaciones meteorológica AEMET. En el caso de la precipitación. www. equivalente a 20 años completos). en general. Solamente se emplearon aquellas estaciones con un total de observaciones al menos igual a 240 meses (e. Para el ajuste de los modelos de transferencia. una interfaz diseñada como parte del propio proyecto ENSEMBLES por el Instituto Holandés de Meteorología (KNMI.g. Para ello. el modelo de transferencia consistió en un modelo de regresión múltiple en el que el logaritmo de los valores de precipitación observados en cada estación se predijeron a partir de la precipitación (también en escala logarítmica) y la temperatura media predicha por cada modelo climático regional. El caso de las series de temperatura fue más sencillo y.knmi.knmi. Debido al gran volumen de datos que representan algunos de los experimentos considerados.nl). Los datos procedentes de cada una de estas estaciones se alinearon a continuación con la serie predicha para la celda más cercana localizada en tierra. se empleó el portal Climate Explorer (climexp. por lo que fue su ciente considerar modelos de regre- Escenarios de Cambio Climático en Asturias .37 el que proyecciones basadas en distintos escenarios de emisión no varían de manera crítica (van der Linden & Mitchell 2009). previamente es necesario realizar una transferencia de escala entre los volúmenes nitos considerados por los modelos climáticos regionales y las medidas ’puntuales’ que se recogen en las estaciones meteorológicas.g. El resultado de cada uno de estos experimentos se encuentra disponible a través del servidor de datos del proyecto ENSEMBLES (ensemblesrt3. Tras aplicar estos ltros. se consideraron únicamente las observaciones disponibles entre 1960 y 1990 en el caso de los experimentos PRUDENCE y entre 1970 y 2009 para las proyecciones ENSEMBLES. La tabla 4 proporciona un resumen de las proyecciones realizadas como parte del proyecto ENSEMBLES que han sido empleadas en este estudio. a n de evitar el efecto atemperador del océano. 3. De este modo. Modelos de transferencia entre escalas e interpolación Los modelos de simulación climática resultan en predicciones de los valores de las variables climáticas promediados para el volúmen de cada una de las celdas de las mallas sobre las que se ejecutan. corresponden a un volumen amplio). el proyecto ENSEMBLES empleó distintos modelos climáticos regionales para mejorar la resolución de las proyecciones climáticas de manera dinámica. 1996 Collins et al. 1993ab Jacob 2001 van der Linden & Mitchell 2009 van der Linden & Mitchell 2009 Julio de 2011 .38 tabla 4: Resumen de los experimentos de proyección de clima realizados como parte del proyecto ENSEMBLES considerados en este estudio. 2005 VMGO HadCM3Q0 RRCM A1B 25 km 1970–2050 Giorgi et al. 1993 Lenderink et al. 2006 Plummer et al. 2006 Christensen et al. 2007). Modelo climático Global Regional HadCM3Q0 CLM IPSL CGCM3 ECHAM5-r3 Arpege BCM HadCM3Q0 HadCM3Q0 HadCM3Q16 HadCM3Q3 HadCM3Q16 HadCM3Q0 ECHAM5-r1 ECHAM5-r2 ECHAM5-r3 MIROC BCM ECHAM5-r3 HadCM3Q3 ECHAM5-r3 ECHAM5-r3 Arpege CLM CRCM DMIHIRHAM5 DMIHIRHAM METNOHIRHAM METNOHIRHAM HadCM3Q0 HadCM3Q16 HadCM3Q3 RCA3 PROMES RACMO RACMO RACMO RACMO RCA RCA RCA RegCM REMO RM5. 2003 Kjellström et al.1 Institución ETHZ GKSS OURANOS DMI DMI METNO METNO HC HC HC Rossby Centre UCLM KNMI KNMI KNMI KNMI SMHI SMHI SMHI ICTP MPI CNRM Escenario A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B A1B Resolución 25 km 25 km 25 km 25 km 25 km 25 km 25 km 25 km 25 km 25 km 25 km 25 km 50 km 50 km 50 km 50 km 25 km 25 km 25 km 25 km 25 km 25 km Período 1970–2099 1970–2050 1970–2050 1970–2099 1970–2099 1970–2050 1970–2050 1970–2098 1970–2098 1970–2099 1970–2098 1970–2050 1970–2100 1970–2100 1970–2100 1970–2100 1970–2099 1970–2100 1970–2099 1970–2100 1970–2100 1970–2100 Referencia Böhm et al. 2006 Castro et al. Partiendo de simulaciones realizadas con modelos climáticos globales para el Cuarto Informe de Evaluación del IPCC (IPCC 2007. Randall et al. también se examinaron otros patrones en los datos como la distribución de los residuos y la posibilidad de autocorrelación temporal en los mismos. Cada panel muestra el ajuste entre las observaciones realizadas en la estación 1177 (Puente Lles. gura 22: Ejemplo del ajuste de los modelos de transferencia para precipitación (panel izquierdo) y temperatura (panel derecho). r2 = 0. así como la adecuación de las predicciones realizadas por los modelos.g. la alta frecuencia de valores extremos y la variación a pequeña escala espacial que caracterizan esta variable. se puede considerar un valor realtivamente alto. Además de examinar el ajuste entre los valores observados y las predicciones realizadas por los modelos de transferencia. superior al 50 %). tabla A1 en el Apéndice A.39 sión lineal simple.2) y las predicciones obtenidas mediante el modelos de transferencia de escala a partir de los resultados del modelo Arpege ejecutado en un escenario control del modelo global HadCM3 (experimento PRUDENCE correspondiente a la primera entrada de la tabla 3).2) y el ajuste proporcionado por el modelo de transferencia de escala para las predicciones realizadas por el modelo Arpege ejecutado en un escenario control del modelo global HadCM3 (tabla 3) para la celda más cercana a la localización de la estación. Los valores generados tras invertir los modelos de transferencia de escala se emplearon para reconstruir la variación espacial en precipitación y temperatura entre 1970 y 2100 uti- Escenarios de Cambio Climático en Asturias . En ese contexto. gura 22) proporciona cierta con anza en los modelos de transferencia ajustados. lo que junto con el examen directo del ajuste para cada modelo (e.14. La gura 22 muestra un ejemplo del ajuste entre los datos observados en la estación 1177 (Puente Lles. aunque también advierte de la necesidad de interpretar cualquier resultado derivado con cierta cautela. véase la tabla A1 en el Apéndice A. en Peñamellera Baja. la gura 23 presenta la distribución de los coe cientes de determinación de los 4474 modelos ajustados a los datos de precipitación y los 1300 modelos ajustados a los datos de temperatura. En general. el ajuste fue aceptable en el caso de la precipitación. No obstante. especialmente al considerar la gran irregularidad. La línea discontinua de color gris oscuro marca la localización que ocuparían los puntos si el ajuste del modelo fuera perfecto (1:1). el valor medio del coe ciente de determinación encontrado. el porcentaje de varianza explicado fue mucho mayor en el caso de la temperatura (e. A modo de resumen sobre la calidad del ajuste proporcionado por los modelos de transferencia.g. en Peñamellera Baja. que consiste en la reconstrucción espacial de una variable en cada punto del espacio como combinación lineal de los valores en localidades cercanas (Cressie 1993). subsección 2. De este modo. el kriging universal tiene en cuenta la in uencia de otras variables a la hora de interpolar los datos. valores mensuales de precipitación acumulada o temperatura media). así como los valores de las covariables (elevación y distancia a la costa). Además de los valores de la variable objetivo en localidades cercanas. se incluyó una función de covarianza que se ajustó para cada uno de los meses por separado tras comprobar que era razonable asumir que era de tipo exponencial con una escala de decorrelación constante de 30 km.4. 2010). se empleó de nuevo la técnica de interpolación geoestadística denominada kriging universal. Los modelos incluyeron también un término de regresión para reconstruir la super cie de tendencia a gran escala a partir de las coordenadas espaciales.1). Además de especi car los valores y localizaciones de la variable que se desea interpolar (en nuestro caso. Tras jar de esta manera el parámetro que especi ca el alcance o escala (rango) de Julio de 2011 .40 gura 23: Distribución de los coe cientes de determinación (r2 ) obtenidos tras ajustar los modelos de transferencia de escala entre los datos de precipitación (histogramas color azul) y temperatura (histogramas color naranja) recogidos por las estaciones meteorológicas de la red AEMET y las predicciones de los modelos climáticos regionales empleados en los proyectos PRUDENCE (panel superior) y ENSEMBLES (panel inferior). Las tablas 3 y 4 recogen un listado de los experimentos de simulación de clima en los que se basó el ajuste de los valores de precipitación y temperatura mensuales observados. Los modelos se ajustaron en R (R Development Core Team 2010) empleando la librería elds (Furrer et al. lizando métodos similares a los empleados en la subsección 2. Se incluyó la in uencia de la topografía y la continentalidad o grado de in uencia oceánica a través de la inclusión como covariables de los valores de elevación procedentes del modelo digital de elevaciones ASTER GDEM así como la capa que codi ca la distancia a la línea de costa ( gura 1. que se tomó como control. 2010). Análisis de escenarios de cambio climático (2010-2100) A partir de los mapas mensuales interpolados para cada experimento de simulación de clima. se tomaron como nivel de referencia las condiciones medias predichas por cada modelo para el período 1970–1990. se estimó la variación en la precipitación anual acumulada y en la temperatura media anual en las proyecciones bajo los escenarios A1B. con cambios más acusados en las predicciones para el escenario A2 que para los escenarios A1B y B2. Para el período 2070–2100. las tendencias proyectadas para ambas variables muestran una ligera aceleración a partir de 2040 ( gura 24). se prepararon mapas para las condiciones promedio durante períodos consecutivos de 30 años.41 la correlación. A2 y B2 para el período 2010–2100 ( gura 24). Los mapas estimados para cada uno de los modelos se combinaron entre sí estimando el valor promedio predicho para cada uno de los píxeles. No obstante. Los mapas resultantes se emplearon para calcular los incrementos en precipitación mensual acumulada y temperatura media mensual respecto al período de cada simulación 1970–1990. Se escogió este período de control debido a la disponibildad de observaciones para validar los modelos y por el solapamiento parcial entre los experimentos PRUDENCE (1960–1990) y los experimentos ENSEMBLES (1970–2100). siendo este último el escenario que presentaría los cambios de menor magnitud. Por otra parte. la disponibilidad de proyecciones para distintos escenarios de emisión permite apreciar además la diferencia entre las condiciones esperadas bajo cada uno de ellos. aunque sí logran seguir la media observada durante el período con observaciones disponibles. Para poder examinar la variación espacial en la magnitud de los incrementos esperados. siendo esta predicción conjunta la que se ha utilizado para el calculo de estadísticos y la que se presenta en los mapas de este documento.3. La tabla 5 proporciona un resumen de los cambios esperados a escala anual y estacional para distintos escenarios de emisión. y se utilizó como nivel base la climatología elaborada mediante interpolación de los datos recogidos por la red de observación AEMET para el mismo período (subsección 2. Los niveles absolutos de precipitación y temperatura se estimaron añadiendo a los incrementos proyectados los valores climatológicos estimados mediante interpolación de las observaciones recogidas por la red AEMET entre 1970 y 1990 (subsección 2.4). los valores de el error de medida (nugget) y el valor asintótico (sill) se ajustaron por validación cruzada (Furrer et al. indicando una disminución gradual de la precipitación anual acumulada y un aumento de la temperatura media anual en el Principado de Asturias. A continuación. Los resultados de los modelos de simulación de clima coinciden de manera clara en la tendencia general esperada. La gura 25 presenta los valores promedio esperados para la precipitación anual acumulada y para la temperatura media anual durante los períodos 2010–2039 y 2040–2069. 3. mientras que la gura 26 muestra la misma información como cambios respecto a la climatología construída a partir de las observaciones recogidas en las estaciones de la red de Escenarios de Cambio Climático en Asturias . así como para el porcentaje de reducción esperado en la precipitación acumulada y para la diferencia en temperatura para los distintos escenarios.4). los modelos no son capaces de reproducir la variabilidad interanual observada en el caso de la precipitación. de tal manera que la intensidad de color es proporcional al número de series que se solapan.42 gura 24: Proyecciones para la precipitación acumulada (mm año−1 . tabla 3). tabla 4). se ha aplicado un factor de transparencia aditivo (Wickham 2009). Julio de 2011 . panel superior) y la temperatura media anual (o C. A n de apreciar el grado de concordancia entre las distintas series procedentes de los distintos experimentos de simulación de clima. Las proyecciones se basan en el promedio de 23 experimentos realizados como parte del proyecto ENSEMBLES para el escenario A1B (1970–2100. se incluye además en cada grá co la tendencia media para cada escenario (líneas con mayor grosor). respectivamente (1960–1990 y 2070–2099. Cada panel incluye además el promedio observado para la precipitación o la temperatura durante el período 1970-2009 ( gura 18). panel inferior) en el Principado de Asturias. A modo de guía. y de 12 y 7 experimentos PRUDENCE para los escenarios A2 y B2. estimada mediante ajuste de un modelo generalizado aditivo (Hastie & Tibshirani 1990. con máxima intensidad correspondiente al solapamiento de 4 series. Cada línea muestra el promedio de mapas mensuales obtenidos tras interpolar mapas mensuales interpolados a partir de series proyectadas a partir del ajuste entre los resultados del modelo regional de simulación de clima y las observaciones recogidas en las estaciones meteorológicas de la red AEMET. Wood 2006). 24 o C) 74.9 % (64.9 % (76.41 o C (1.46–2.6 %) 1.6–92.55–4.96 o C) 95.8 %) 2.3–87.30 o C (1.34 o C) 2070–2099 85.9 %) 1.02 o C (2.3 %) 2.97 o C) 85. Las proyecciones muestran una disminución de la precipitación y un aumento de la temperatura en todo el Principado de Asturias ( gura 25).3–86.8 % (93. mientras que se espera que la temperatura media anual sea superior a los 12 o C.17 o C (1.71 o C (0.6 % (81.4–93.98 o C) 91.90 o C (1. Las guras también permiten apreciar que para mediados de siglo.1 % (93.3 % (85.14 o C) 87. se encuentran disponibles las proyecciones realizadas como parte del proyecto PRUDENCE bajo los escenarios A2 y B2 (subsección 3.0 %) 0.6 % (66.2 % (57.1 %) 2. Los valores corresponden al porcentaje de precipitación anual y la diferencia en la temperatura media durante al nivel medio proyectado con respecto al promedio estimado para el período 1970–1990 (subsección 3.73 o C (1.5–91.81–1.9 %) 1.04 o C) 84.74 o C (1.27 o C (1. con cambios especialmente acusados en la región occidental ( gura 26). la precipitación en los valles centrales y en la costa asturiana será inferior a 1000 mm año−1 .1 % (81. donde se puede apreciar una disminución en la precipitación superior al 10 % para el período 2040-2069 y aumentos en la temperatura por encima de 2 o C.1 %) 3.9–87.8 %) 1.67 o C (1.90–3.46 o C) 95.54–0.3 %) 0.2).2–85.5 %) 3.8 %) 0. No obstante.8–97. Escenario de emisión 2010–2039 95. Durante el período 2070-2099.9 % (79.5–90.4 % (79.3 %) 1.79 o C) 86.7–90.98 o C) Pprimavera Tprimavera Pverano Tverano Potoño Totoño observación AEMET durante el período de referencia 1970–1990 (subsección 2.3–91.1).1).2 % (86.3–93.83–3.52–2.96 o C) B2 2070–2099 86.99 o C (1.36–4.26 o C) 78.0 %) 2.8 %) 3.03 o C) 78.51 o C) 86.0 %) 0. Escenarios de Cambio Climático en Asturias .62–1.0 % (92.3–91.9–87.8 % (76.4–93.35 o C (1. subsección 3.11–1.94 o C (2.1–81.1 %) 3. además de las proyecciones basadas en el escenario A1B procedentes del proyecto ENSEMBLES.91–3.82–4.84 o C (1.67 o C) 82.10 o C) A1B 2040–2069 89.1 % (75.38–5.3 %) 2.5 % (77.69–3.0–97. sección 3).33 o C) 86.8 %) 1. atendiendo a las proyecciones.2 %) 2.8 %) 3.4 % (74. A1B y B2. Para cada período temporal y escenario disponible se presenta el cambio promedio y el rango de los cambio proyectados para el conjunto del Principado de Asturias (entre paréntesis). razón por la que únicamente se presentan resultados para el escenario A1B.8 % (85.4 %) 2.36 o C (2. Los valores se han extraído de la proyección conjunta estimada a partir de la reducción de escala varios modelos climáticos regionales.61–1.91 o C) 89.4–94.15–3.3–90.7 %) 1.54 o C (1.9–95.18 o C (1.49 o C) A2 2070–2099 82.91 o C (0.59–2.43 tabla 5: Cambios en precipitación y temperatura para distintos escenarios de emisión (A2.0–90.13 o C) 90.52–0.5 % (88.4).66 o C) 82.0–95.08–1. es necesario considerar que no se esperan grandes diferencias entre distintos escenarios de emisión hasta nales de siglo (van der Linden & Mitchell 2009).30–2.65 o C (1.00 o C (1. Durante el período 2010–2069 sólo están disponibles las proyecciones realizadas en el contexto del proyecto ENSEMBLES (tabla 4.1 %) 2.5 % (79.47–2.9 % (81.20–2.79 o C (0.90–3.9–97.17 o C) 89.3 %) 2.8 % (81.3–97.0–92.27–2.10 o C (0.1 % (92.88 o C (0.89 o C) 92.21 o C (2.87 o C) Panual Tanual Pinvierno Tinvierno 95.18–2.50 o C (1.5 % (82.8 % (85.53 o C) 85. subsección 2.4). página siguiente) para el período 2010-2069. Cada mapa muestra el promedio de varios modelos climáticos (subsección 3. y se ha calculado tras añadir los incrementos en precipitación y temperatura estimados por cada modelo con respecto al período 1970–1990 a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas por la red AEMET (panel superior. Julio de 2011 .44 gura 25: Proyecciones para la precipitación anual acumulada (mm año−1 ) y la temperatura media anual (o C.2). Las diferencias en los cambios esperados en precipitación anual entre distintos escenarios son muy importantes en el sector occidental. las proyecciones para los escenarios A2 y A1B son más similares entre sí. Mientras. mientras que la gura 28 presenta los cambios esperados respecto a la climatología construída a partir de las observaciones recogidas en las estaciones de la red de observación AEMET durante el período de referencia 1970–1990 (subsección 2. con reducciones por encima del 20 % en la precipitación esperada para el escenario A2 que no se observan en las proyecciones para otros escenarios ( gura 28). las proyecciones se examinaron según las estaciones del año para la pre- Escenarios de Cambio Climático en Asturias . aunque de nuevo el escenario A2 resulta en proyecciones más extremas. los cambios esperados bajo el escenario B2 son mucho menos intensos. aunque en todos ellos los cambios predichos son más intensos cerca de la cordillera. Ambos conjuntos de mapas permiten apreciar las diferencias entre los distintos escenarios.4). En último lugar. En el caso de la temperatura.45 La gura 27 presenta los valores promedio esperados para la precipitación anual acumulada y para la temperatura media anual bajo cada escenario. con un aumento promedio esperado menor en más de medio grado que para los escenarios A1B y A2 también la gura 24 y la tabla 5). Los mapas corresponden a los incrementos predichos para el escenario A1B (véase la sección 3).4). panel inferior) para el período 2010–2069. panel superior) y en la temperatura media anual (o C. Cada mapa se basa en el promedio del resultado de varios modelos climáticos y muestra el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para los períodos 2010–2039 y 2040–2069 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2. Julio de 2011 .46 gura 26: Cambios esperados en la precipitación anual acumulada ( %. subsección 2. Cada mapa muestra el promedio de varios modelos climáticos para distintos escenarios (A2. que se han calculado tras añadir los incrementos en precipitación y temperatura estimados por cada modelo con respecto al período 1970–1990 a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior. página siguiente) para el período 2070-2099.47 gura 27: Proyecciones para la precipitación anual acumulada (mm año−1 ) y la temperatura media anual (o C. véase la sección 3).4). A1B y B2. Escenarios de Cambio Climático en Asturias . 48 Julio de 2011 . A1B y B2. Escenarios de Cambio Climático en Asturias .4). Cada mapa se basa en el promedio del resultado de varios modelos climáticos y muestra el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para el período 2070–2099 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2. Los mapas corresponden a los incrementos predichos para distintos escenarios (A2. página siguiente) para el período 2070–2099.49 gura 28: Cambios esperados en la precipitación anual acumulada ( %) y en la temperatura media anual (o C. véase la sección 3). 50 Julio de 2011 . Estas diferencias entre las distintas estaciones del año se van incrementando a lo largo del siglo y se hacen muy patentes para el período 2070–2099. Los Apéndices C. aunque las tendencias bajo el escenario A1B son similares. tal y como puede derivarse al examinar los cambios esperados para el escenario A1B (tabla 5). Además. los mapas con los cambios esperados para las distinas estaciones del año (Apéndices C–F) permiten apreciar un marcado contraste entre las proyecciones para distintos escenarios. sección 2). Por todo ello. Escenarios de Cambio Climático en Asturias . No obstante. Los modelos predicen además un cambio en la tendencia a partir de 2040. con cambios esperados más importantes en el otoño y. que son en general más intensos en las zonas oriental y occidental de la cordillera. Difusión pública de resultados El objetivo nal de la proyección de escenarios de cambio climático es facilitar que gestores. empresas o ciudadanos puedan tomar decisiones informadas que consideren los impactos potenciales del cambio climático.g. las proyecciones son diferentes según la estación del año considerada. el hecho de que las diferencias entre estaciones se vayan haciendo cada vez patentes según avanza el tiempo parece indicar que el cambio esperable en el régimen estacional de precipitación y temperatura en el Principado de Asturias puede alterar las tendencias observadas hasta la actualidad. cambios importantes en primavera y verano. F y F presentan los mapas con las proyecciones en términos absolutos y los cambios esperados en precipitación acumulada y temperatura media para cada estación del año. así como una gran heterogeneidad espacial en los cambios esperados. En este sentido. el tercer y último objetivo de este estudio es la difusión publica de los resultados obtenidos. más leves en invierno y prácticamete inapreciables en otoño.51 cipitación acumulada y para la temperatura media ( gura 29). 4. Para ello. especialmente en el caso de la precipitación ( gura 29). se ha preparado una base de datos geográ ca que agrupa los datos reunidos y generados en los pasos anteriores. para el verano (tabla 5). Los cambios son más importantes para el escenario A2. agentes sociales. Es necesario considerar además que las tendencias predichas contrastan en cierta medida con las tendencias observadas hasta el momento (e. D. En general. los modelos fueron capaces de reproducir la tendencia observada aunque tuvieron más di cultades para reproducir la variabilidad interanual observada. especialmente apreciable en el caso del verano. Las proyecciones de todos los modelos para cualquiera de los escenarios considerados coinciden al predecir una disminución de la precipitación acumulada y un aumento de la temperatura media para todas las estaciones del año. y se ha desarrollado una página web interactiva destinada a la divulgación de los principales resultados obtenidos. especialmente. el apartado anterior (sección 3) presenta proyecciones bajo distintos escenarios de emisiones que demuestran que nuestras decisiones pueden condicionar la evolución a medio y largo plazo del clima a escala global y regional. Al igual que al examinar las tendencias a escala anual ( gura 24). respectivamente (1960–1990 y 2070–2099. A n de apreciar el grado de concordancia entre las distintas series procedentes de los distintos experimentos de simulación de clima. Las proyecciones se basan en el promedio de 23 experimentos realizados como parte del proyecto ENSEMBLES para el escenario A1B (1970–2100. y otoño: septiembre. se ha aplicado un factor de transparencia aditivo (Wickham 2009). Cada línea muestra el promedio de mapas mensuales obtenidos tras interpolar mapas mensuales interpolados a partir de series proyectadas a partir del ajuste entre los resultados del modelo regional de simulación de clima y las observaciones recogidas en las estaciones meteorológicas de la red AEMET. página siguiente) en el Principado de Asturias. tabla 3). Julio de 2011 . Cada panel incluye además el promedio observado para la precipitación o la tempertura durante el período 1970-2009 ( gura 18). Wood 2006). julio y agosto (JJA). enero y febrero (DEF). abril y mayo (MAM). tabla 4). de tal manera que la intensidad de color es proporcional al número de series que se solapan. A modo de guía. se incluye además en cada grá co la tendencia media para cada escenario (líneas con mayor grosor). respectivamente. invierno: diciembre. considerando estaciones del año trimestrales. verano: junio. con máxima intensidad correspondiente al solapamiento de 4 series. primavera: marzo. La precipitación acumulada durante cada estación del año y la temperatura media se calcularon como suma y promedio. y de 12 y 7 experimentos PRUDENCE para los escenarios A2 y B2. estimada mediante ajuste de un modelo generalizado aditivo (Hastie & Tibshirani 1990. octubre y noviembre (SON).52 gura 29: Proyecciones para la precipitación acumulada estacional (mm trimestre−1 ) y la temperatura media (o C. 1. En este apartado se van a destacar alguno de ellos que puede ser de utilidad y servir como complemento a la información asociada a este estudio.gov).com) empleados en este estudio.fr). el proyecto para la comparación de experimentos de paleoclima (pmip2.ipsl. 2008) y PCDMI (www-pcmdi.53 4.meto ce. se ha optado por emplear internet como principal soporte y plataforma para los distintos materiales elaborados. A raíz del proyecto ENSEMBLES.earthsystemgrid. es necesario destacar que todos los datos procedentes de experimentos de simulación de clima suelen estar disponibles para la comunidad cientí ca. Tal sería el caso del repositorio de los resultados de los experimentos de simulación del clima global del IPCC.org. Consideraciones generales sobre la difusión de resultados Uno de los objetivos de este estudio es la preparación de materiales para la difusión de los principales resultados obtenidos.dmi. o los repositorios de los proyectos PRUDENCE (prudence.dk) y ENSEMBLES (ensembles-eu.llnl. Para ello.lsce. Williams et al. En primer lugar. existen distintos portales que ofrecen la posibilidad de explorar los resultados de experimentos de simulación de clima. En la actualidad están disponibles una gran variedad de recursos en red que proporcionan información sobre el cambio climático y permiten explorar las proyecciones disponibles. se han desarrollado dos portales que ofrecen distintas posi- Escenarios de Cambio Climático en Asturias . Aparte de los repositorios generales con los datos brutos. Earth System Grid (www. incluye las proyecciones realizadas por los modelos climáticos globales empleados en el Cuarto Informe del IPPC (Randall et al. En la página web del Grupo de Meteorología de Santander (www.unican. que también exige registrarse antes de acceder a la información.meteo. Materiales generados para la difusión de resultados Entre las distintas opciones disponibles para la difusión de los resultados y materiales generados. tiempo de computación).es/es/elclima/ cambio_climat/proyecciones) y escenarios regionalizados (Brunet et al. 2011).knmi. destacar el trabajo sobre escenarios regionales desarrollado por el Grupo de Meteorología de Santander para el Gobierno de Cantabria (www. que permite el análisis y visualización de una gran variedad de datos. www.org). desarrollada junto a las Universidades de Washington y de Mississipi (Girvetz et al.aemet.es/es/elclima/cambio_climat/ escenarios).54 bilidades para el análisis en línea y la adquisición de datos procedentes de experimentos de simulación. aunque es necesario registrarse para poder acceder a los datos (www. www. Además. 2009). desarrollado por los Deptos. 2007) promediadas durante los períodos 2040– 2069 y 2070–2099 para los escenarios B1. que proporciona de manera libre acceso a reconstrucciones espaciales de alta resolución (1 km) para el período 1973–2003 y proyecciones para los distintos modelos considerados en el proyecto ENSEMBLES (Gutiérrez et al.g.nature. ancho de banda. El Instituto Meteorológico Holandés (KNMI. A1B y A2 (véase la tabla 1). Vegetal y Ecología de la Universidad Autónoma de Barcelona (opengis. La necesidad de registrarse en este tipo de portales obedece normalmente a la necesidad de valorar aspectos técnicos del servicio proporcionado (e. Entre la información climática disponible sobre España cabe destacar el Atlas Climático Digital de la Península Ibérica.es/ensembles).unican.nl) ha desarrollado ClimateExplorer (climexp.2. ya que entre los objetivos principales de este proyecto se encuentra Julio de 2011 .aemet.unican. interpoladas a partir de datos recogidos en estaciones meteorológicas durante el período 1950–1999 (Ninyerola et al.meteo. 4. Finalmente. de Geografía y de Biología Animal. y es útil a la hora de justi car la existencia de cierta demanda por los servicios proporcionados. El Atlas Climático Digital de la Península comprende una series climatologías termopluviométricas estimadas para la península ibérica. A escala global. en el presente proyecto se ha optado por la preparación de materiales destinados a un público general.es) también se encuentra disponible una reconstrucción de las condiciones de precipitación y temperatura durante el período 1950–2008 (Herrera et al. el Grupo de Meteorología de Santander (Universidad de Cantabria-Instituto de Física de Cantabria del CSIC) ha desarrollado el portal para la reducción a escala regional en línea de experimentos ENSEMBLES (www. es/escenariosCantabria). 2010).uab. En cuanto a la información disponible sobre escenarios de cambio climático. Por otra parte.knmi.climatewizard. desde series procedentes de estaciones meterológicas hasta los resultados de experimentos de simulación de clima a escala global. 2009). El portal ClimateWizard proporciona acceso interactivo a climatologías estimadas para el período 1950–2000. 2005). destaca la inciativa de la fundación The Nature Conservancy (TNC. Ambos portales estarían dirigidos principlamente a investigadores y gestores.org) denominada ClimateWizard (www. con un diseño que favorece la difusión hacia un público más general.meteo.es/wms/iberia).nl). la página web de la Agencia Estatal de Meteorología proporciona proyecciones climáticas a escala regional y nacional (www. Los datos para cada una de las variables se presentan por separado. los mapas correspondientes a los resúmenes decadales de climatologías y de las proyecciones para distintos escanrios de emisión están disponibles como servicios de la base de datos GeoServer (véase idebos.uniovi. Los contenidos y funcionalidades de la página web asociada al proyecto incluyen textos introductorios y explicativos de los materiales y métodos empleados. Estos textos van acompañados de algunas de las guras incluidas en el texto y se puede asumir constituyen un resumen ejecutivo (e ilustrado) del mismo. Aparte de permitir interrogar las capas a través de una interacción remota con la base de datos geográ ca. así como un resumen de los principales resultados obtenidos. La página también incluye un enlace a este documento y. una interfaz para la exploración sobre un mapa interactivo de distintos mapas. Se ha procurado evitar además que los grá cos incluyeran más de ocho códigos de color distintos. se ha complementado con los esquemas de color disponibles a través de la librería RColorbrewer (Neuwirth 2007). Para ello. No obstante. manteniendo el código de colores (azul Escenarios de Cambio Climático en Asturias . diseñados para optimizar la transmisión de información (Brewer 2005.55 la divulgación y transmisión de la información obtenida a los distintos agentes sociales. véase también colorbrewer2. En primer lugar. Las series temporales para las estaciones de mejor calidad así como los mapas con climatologías y con las proyecciones conjuntas elaboradas a partir del resultado de varios modelos climáticos se han preparado para su presentación en la red. se han incluido en una base de datos geográ ca PostgreSQL PostGIS (postgis.net) y en una base de datos GeoServer (geoserver. Los datos correspondientes a cada uno de los mapas mensuales en los que se basan las climatologías y proyecciones conjuntas se conservan en formato R y quedan disponibles para cualquier persona ineresada en su uso.uniovi.es/GeoPortal/atlas).refractions. www. se ha intentado emplear un estilo directo y sencillo evitando un uso excesivo de tecnicismos.org). De esta manera. se ha incluído en primer lugar un mapa con la localización de las estaciones meteorológicas que permite la exploración los datos mensuales de precipitación acumulada y temperatura proporcionados por AEMET ( gura 30).bio. permitiendo además explorar los mapas con las medias decadales y para períodos de 30 años. y se han utilizado rampas de color continuas (Kraak & Ormeling 2010).org/pub/png). Pese a que este tipo de visualización no es óptimo para la transmisión de información. Para la elaboración de grá cos y mapas se ha empleado la librería ggplot2 (Wickham 2009) que. estos mapas permiten realizar capturas en un formato de imagen ligero (png.libpng.bio. por el momento las posibles peticiones se atenderán personalmente. A partir de esta última base de datos se ha preparado una página web en la que se resume este documento y a través de que se pueden explorar los mapas presentados en el documento (idebos. En caso de detectarse una demanda importante de la información bruta generada por este estudio. se ha redactado el presente informe tomando especial cuidado en la elaboración de guras y mapas fáciles de interpretar.es/GeoPortal/atlas/Ayuda). Debido al gran volumen de memoria necesario para almacenar y servir de manera adecuada estos datos. En la medida de lo posible. sobre todo. Frente a los mapas de clases discretas presentados en este documento. se ha optado por rampas de color con un mayor número de categorías que resultan en una trama casi continua.org). El resto de mapas interactivos presentan las climatologías y proyecciones. se ve compensando por la posibilidad de interrogar de manera directa el valor de las capas en cada localización. se realizarían los trámites necesarios para porporcionar acceso libre a los datos a través de la red. en el caso de los mapas. respectivamente) así como la convención que se ha adoptado en el texto de indicar niveles o incrementos más altos mediante tonos más intensos. especialmente desde el año 1970. No obstante. gura 30: Series de precipitación mensual acumulada (panel superior) y temperatura media mensual (panel inferior) para la estaciones 1274 (Soto de los Infantes) y 1340A (Taramundi). Los grá cos se incluyen como ejemplo del tipo de presentación diseñada para el geoportal en el que uno de los mapas permite al usuario seleccionar cada una de las estaciones de la red AEMET en el Principado de Asturias. no hay observaciones disponibles por encima de 1500 m. Además. Discusión y consideraciones nales Los datos de precipitación y temperatura disponibles gracias a la red de observación meteorológica de la Agencia Estatal de Meteorología (AEMET) proporcionan una buena cobertura en el Principado de Asturias. se trata de zonas en las que se establecen fuertes gradientes.56 y naranja para precipitación y temperatura. en las últimas décadas ha disminuido el número de estaciones de precipitación. destaca una clara de ciencia en la cobertura de la red para las zonas más elevadas y. prácticamente. 5. grá cos similares a los que se presentan aquí aparecen en una ventana emergente. destacando el efecto Foehn que lleva asociada la lluvia orográ ca que caracteriza el clima de nuestra región Julio de 2011 . Pese a que estas áreas representan una pequeña parte de Asturias (alrededor del 4. Ante un doble clic.5 % de la super cie de Asturias está por encima de 1500 m). g. 2010ab. Luis et al. La información recogida en las estaciones de la red AEMET permite estudiar las tendencias en precipitación y temperatura durante las últimas décadas. Escenarios de Cambio Climático en Asturias . con un mayor aumento de la temperatura durante primavera y verano. González-Hidalgo et al. destaca la coherencia obtenida en este estudio en cuanto a la reducción de la precipitación para cada estación del año. Alvarez García et al. la con anza es mucho mayor en el caso de las proyecciones de temperatura. 2009). No obstante. No obstante. a n de mejorar las proyecciones sobre la futura evolución de esta variable. Este resultado se mantuvo al analizar las proyecciones estacionales. aunque aumentó durante el otoño. salvo en el caso del descenso de la temperatura en otoño. 2009. 2009). Otras opciones a valorar incluirían el análisis de los escenarios empleando una mayor resolución temporal. especialmente en el caso de la precipitación. No obstante. lo que permitiría a la vez incorporar estudios sobre la evolución esperada de fenómenos extremos. Los resultados obtenidos encajan en general bien con análisis realizados por otros autores (Castro et al. en general. 2009. Además. Se encontró una ligera tendencia negativa en la precipitación anual. Las tendencias observadas para cada una de las estaciones del año revelaron cierta heterogeneidad en el proceso de calentamiento. Alvarez García et al. Los análisis basados la reconstrucción de la variación espacial en precipitación y temperatura con rmaron las tendencias observadas. la comparación entre distintos escenarios de emisión puso de mani esto una marcada diferencia en la evolución esperada del clima según las distintas estrategias de desarrollo socioeconómico y tecnológico futuro. en ambas variables se esperan cambios de mayor intensidad en los extremos occidental y oriental de la cordillera. 2009. Alvarez García et al. Brunet et al. Las tendencias observadas son coherentes. así como reconstruir mediante interpolación la variación espacial en ambas variables. Brunet et al. ya que es común que algunos experimentos de simulación de clima con modelos globales y regionales resulten en proyecciones de aumento de precipitación en Asturias durante el invierno para nales de siglo (e. en el caso de la precipitación las tendencias estimadas llevan asociada una gran incertidumbre y deben interpretarse con cautela.57 (Alvarez García et al. Las proyecciones basadas en el aumento de la escala de los experimentos de simulación de clima bajo distintos escenarios de emisiones hacen esperar una reducción en las precipitaciones y un aumento en la temperatura media. Al analizar la variación espacial en las proyecciones. las proyecciones deben valorarse siempre con gran cautela. Esto evidencia la necesidad de mejorar los métodos para la modelización de la preciptación. Las tendencias estimadas para la temperatura fueron más claras e indicativas de un proceso generalizado de aumento de la temperatura en el Principado. Es necesario destacar además que los métodos empleados resultaron en series incapaces de reproducir la variación observada en esta variable. 2010. El análisis directo de las series procedentes de estaciones meteorológicas permitió estimar tendencias en la evolución de precipitación y temperatura. Brunet et al. aunque los cambios más importantes se espera que afecten a las precipitaciones y temperaturas durante el verano.g. 2009). 2007 2009. con los resultados obtenidos por otros autores (e. 2005. En invierno y primavera la precipitación disminuyó ligeramente. En este mismo sentido. variable cuyo comportamiento irregular di culta en gran medida cualquier intento de modelización. y una ligera disminución en otoño. S. Herrera. contrato número 505539). nanciado a través del Proyecto Integrado del Sexto Programa Marco de la Unión Europea ENSEMBLES.58 Agradecimientos La elaboración de los escenarios de alta resolución ha sido posible gracias a la disponibilidad de las bases de datos de los proyectos PRUDENCE (prudence. T.ersdac.dmi.dk. El modelo digital de elevaciones global ASTER GDEM está disponible a través del portal de la JSP (www. Volkenandt y J. Martínez.com.jp) gracias a la colaboración entre el Ministerio de Economía.or. Comercio e Industria de Japón (METI) y la NASA. M. J. Höfer.meto ce. También deseamos agradecer la contribución desinteresada de I.gdem. Iglesias. nanciado por la Unión Europea a través del contrato EVK2-CT2001-00132) y ENSEMBLES (ensembles-eu. Julio de 2011 . ÁlvarezSostres.aster. Ecological Climatology.. Pérez Muñuzuri & H. 2009. M.. Cruz Guerrero. 112:D12117. 2005. D. Kwon.. G. Climatic Change. doi:10. B. R. M. Cambridge. (coord. & M. Moberg. capítulo In: Evaluación Preliminar de los Impactos en España por Efecto del Cambio Climático [Moreno. M. Danish Meteorological Institute. E. capítulo In: IPPC. I. Singapure. P. Climate Change 2007: The Physical Science Basis. A. R. Carter. E. P. Kolli. Meijgaard & M. D. W. R.. Will. Journal of Geophysical Research. doi:10. Alonso. Roqueñí. Martín. USA. Bates. Martín-Vide & S. M.. M. Botzet. López. Rummukainen & G. M. G. A. Redlands. J. M.999375-44. Kücken.7. 1996. 1993. R package version 0. Gaertner. J. Chen. U. Clima. Ramos. D. Climate and Environment. Galán. Bates. páginas 29–65. Scienti c Report 96-4. Ministerio de Medio Ambiente. Held. J. Menéndez. Laprise. S. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon. K. Busuioc. E. Mason. M. Ahrens. Consejería de Medio Ambiente. Walther & D. 2009. P. Hanssen-Bauer & D. Casado. J.)]. Copenhagen. M. P. A.the climate version of lm: Brief description and long-term applications. Hewitson. lme4: Linear mixed-e ects models using S4 classes. M. Ordenación del Territorio e Infraestructuras. Christensen. Block. J. Keuler. R. A. UK and New York. Designing Better Maps: A Guide for GIS Users. Anadón. V. Aguilar. Petisco. C. Appl. NY. H. Böhm. C. C. A. Maechler. D Qin. Amanatidis. M. K. El Clima de España: Pasado. A. 2006. Hau e. ESRI Press.59 Bibliografía Alvarez García. editor. Rueda. Chen.99937535. Castro.. Christensen. & M. Brewer. M Tignor and HL Miller (eds.1007/ s10584-006-9211-6. P.. 81:1–6. Empirical-Statistical Downscaling. M Marquis. W. Rodríguez. 2007a. D. Auguie. Maechler. páginas 230–253.1029/2006JD008249. Benestad. Rockel & A.. 2008. Torres. Ministerio de Medio Ambiente. Informe técnico. & N. R. R package version 0. Mearns. T. J. J. B. A. Ser. J.-T. V. Whetton. Jones. R package version 0. O. Brunet. 2008. Pastor. Evidencias y efectos potenciales del cambio climático en Asturias [Ricardo Anadón and Nieves Roqueñí (eds... Della-Marta. López. J. M.. USA. Castro. Gómez Borrego. de Castro. D. H. E. Lions JL (eds) Mathematics. 2005. Ordenación del Territorio e Infraestructuras. World Scienti c Publishing Co. Rech. Concepts and Applications. Cambridge University Press. Ribalaygua. Bonan. 6:225–235. J. A. M. 2 edición. J. 2010. COSMO Newsletter. M Manning. Generación de escenarios regionalizados de cambio climático para españa. Agencia Estatal de Meteorología. de Castro. V. Christensen. Escenarios de Cambio Climático en Asturias . Clm . L. B. O.. Temporal and spatial temperature variability and change over spain during 1850-2005. Description of a mesoscale atmospheric numerical model. Sanz & L. editores. Presente y Escenarios de Clima para el siglo XXI. 2009. I. Fernández & M. Evidencias y efectos potenciales del cambio climático en Asturias. Consejería de Medio Ambiente. Brunet. Madrid. gridExtra: functions in Grid graphics. Regional Climate Projections. Räisänen.)]. Matrix: Sparse and Dense Matrix Classes and Methods. M. Jones. 2007b. A. A. capítulo In: Díaz JI. 1 edición. Stoll. I. Cambridge University Press. 2007.)]. páginas 1–64. Sarr & P. páginas 847–940. A. California. capítulo In: CLIMAS. 2010a. E. Lopez. R. Sigró.. A. New York.. Math. B. Saladié. H. R. Rinke. Lister. 2010b. Evaluating the performance and utility of regional climate models: the prudence project. The hirham4 regional atmospheric climate model. X. Z Chen. Christensen. Gao. KB Averyt. (n/a). J. Nychka & S. de Luis. Ruedy. U. Jones.. B.2115. P.-S. Marquet & R. Lea & M. González-Hidalgo. 43:215–228. 2010. J. 2005. doi:10. spam: A sparse matrix R package with emphasis on mcmc methods for gaussian markov random elds. Hill. Sain. Marinucci.CO. M. Pons & M. Sato. F. H. Hill. M. doi:10. Boreal Environmental Research. G.60 Collins. G. 1993. R.. Bates. 2002. Fujisada. M. Proc Natl Acad Sci USA. R. J. SPSS. 2010. Climate Research.. Systat. 2007. Aster dem performance. J. Furrer. R package version 0. De Canio. Weisberg. Stata. A. 14:173–189. A new tool for monthly precipitation analysis in spain: Mopredas database (monthly precipitation trends december 1945-november 2005). Escenarios Regionales Probabilísticos de Cambio Climático en Cantabria: Termopluviometría.1175/1520-0493(1993)121<2794:DOASGR>2. Harris. DebRoy. IEEE Transactions on Geoscience and Remote Sensing. Journal of Statistical Software. de Luis. R. Simulation of climate change over europe using a global variable resolution general circulation model. A. A. Lawler. Santander. M. K. Gelman. J. S. Rodríguez. Zganjar. Bivand & otros.0. Jones. The development of the coupled regional ocean-atmosphere model rcao. Data Analysis Using Regression and Multilevel/Hierarchical Models. 7:183–192. elds: Tools for spatial data.2005. T. 2010. C. Fox.. T. Had eld. MCMC methods for multi-response generalized linear mixed models: The MCMCglmm R package. M. Gelman. J. San-Martín. 2006.1109/TGRS. Y. 33(2):1–22.. Climate Dynamics. Pittau. & S. M. PLoS ONE. J. 27:127–147. 2010. Consejería de Medio Ambiente-Universidad de Cantabria.. P. Hansson & L.. 2006.0606291103.. F. G. Frochoso. USA. UK. Graham.. 2010a. J. Journal of Statistical Software.8-41. 2010.0-2. R. R. Brunetti & M. Chichester. Gobierno de Cantabria.3354/cr00937. Cambridge University Press. J. Global temperature change. Furrer. 103:14288–14293. Zheng.847924. Raber. Precipitation trends in spanish hydrological divisions. Sain. Bailey.2. Sordo. ISSN 0930-7575. R package version 2. M. foreign: Read Data Stored by Minitab. M. M. doi:10.1371/journal. 1998. H. G.. core members. .. International Journal of Climatology. P. J. N. doi:10. E. 1 edición. Gutiérrez.1007/s00382-006-0121-0. R. Kerman & T.1002/joc. SAS. Julio de 2011 . M. Co ño. Medina-Elizade. Monthly Weather Review. R. R. Marinucci & G. Development of a second-generation regional climate model (regcm2). P. S. S. Girvetz.1073/pnas. Kareiva & J. Climate Dynamics. Ancell. rst (revised) edición. 121(10):2814–2832. Su. Murphy.. Cressie. 1946-2005. E..1175/1520-0493(1993)121<2814:DOASGR>2. M. Yajima. 1993a. Applied climate-change analysis: The climate wizard tool. Monthly Weather Review.0008320. B. part ii: Convective processes and assimilation of lateral boundary conditions. 2010. D. J. doi:10. 36(10):1–25. R. H. Statistics for Spatial Data (Wiley Series in Probability and Statistics). G. D. Lo. S. dBase.3-06. M. C. Towards quantifying uncertainty in transient climate change. & J. C. C. Maurer.CO. Hansen. D. J. Giorgi. S. E. doi:10.2.. C.. D. & S. G. M. Booth. Bates & G.pone. D. C.. part i: Boundary-layer and radiative transfer processes. Development of a second-generation regional climate model (regcm2). J. 1993b. Sexton & M.1007/s003820050216. doi:10.3. W. arm: Data Analysis Using Regression and Multilevel/Hierarchical Models. Döscher. A. 43:2707–2714. Giorgi. Abrams. Willén. G. doi:10. R... Brunetti & M. Hara & M. Webb. 4(12):e8320. U. T. Rutgersson. 10. González-Hidalgo. 121(10):2794– 2813. Herrera. Fernández. Kelly. Rodríguez. Meier. R package version 6. A.0. A. 2010. Déqué. New York. John Wiley & Sons. J. 2010b. R package version 1. 2009. R. car: Companion to Applied Regression. G. Lenderink. Lorenz. A. M. Pons. 3 edición. Journal of the Atmospheric Sciences. Moss. M. W. M. R.. Weyant & T. Ullerstig. Fernández. & R. P. John Wiley & Sons. M. Stou er. H.gloplacha. ISBN 978-0-470-85751-9. 2001. Herrera. Stenseth. T. M. K. Wilbanks. M.. E. Ancell. Marine Ecosystems and Climate Variation. Chichester. M. A. 2010. Nature. R. RNetCDF: R Interface to NetCDF Datasets. Frías & J. 1990. S. S. Rummukainen. J. Kates. Gutiérrez. Cuijpers. & T. M. D. R package version 1. G.. R. Hurrell & A. C. proto: Prototype object-based programming. (74):27–33.-J. A. Michna. Changes in seasonal precipitation in the iberian peninsula during 1946-2005. L. A. J. Journal of the American Statistical Association. Climate Change 2007: The Physical Science Basis. Oxford University Press. C. M Manning. Longley. P. E.1. D. A. Rhind. Boca Raton FL. L.. Mitchell.61 Hastie. Global and Planetary Change. F. The next generation of scenarios for climate change research and assessment. D Qin. Pearson Education Ltd. T.2-1. B. Kram.. 2005. Hurrell. W. Deterministic nonperiodic ow. L. M. McGu e. En N. González-Hidalgo. 2003. Lange. Samuelsson. 2010. 1963. Riahi. Simulation of present-day climate in racmo2: rst results and model development. 77(1-4):61–73. Brunetti. 2011. Ormeling. Fernández & J. U. Gutiérrez.2256. G. P. N. van Vuuren. S. Nueva York.. R package version 0. J. Longares & J. Maguire & D. Bärring. Carlin & A. R. 20:130–141.. Development and analysis of a 50-year high-resolution daily gridded precipitation dataset over spain (spain02). P. Manning. 463:747–756. S. Meteorology and Atmospheric Physics. Martín Vide. Oxford. Dickson. Generalized Additive Models. doi:10. USA. Reports Meteorology and Climatology 108. Jones. EE. & F. P. Cambridge. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon. Carter. J. SE-60176. Belgrano. NY. R. Kraak. Nakicenovic. Fita. editores. J. G. Evaluation of the mean and extreme precipitation regimes from the ensembles regional climate multimodel simulations over spain. & R. A 140-year simulation of european climate with the new version of the rossby centre regional atmospheric climate model (rca3). 2010. UK. W.06. 2005. Emori. van Meijgaard. & A. Luis. M. Herrera. 2010. T. K.. L. ISBN 978-0-273-72279-3. UK and New York. 87:615–626. 2007. Cartography: Visualization of Geospatial Data. B. USA.1016/j. J. S. Journal of Geophysical Research. A. 115:D21117. J. Chapman & Hall/CRC Monographs on Statistics & Applied Probability. John Wiley & Sons. U. Escenarios de Cambio Climático en Asturias . Petzoldt. J. F. J. doi:10. J.1007/s007030170017. Jacob. Meehl. E. S. Scienti c Report TR-252. M Tignor and HL Miller (eds. Hibbard. M Marquis. páginas 15–31. A Climate Modelling Primer. Z Chen. Tibshirani. C. Thomson. International Journal of Climatology. 2005. doi:10. Gollvik.1002/joc. Gelfand. UK. Chichester.. 2005. Norrköping. J.)]. IPCC. doi:10. A. P. Goodchild. N. D. Ottersen.. Geographic Information Systems and Science. 2 edición. van Ulden & H. 3 edición. Edmonds. Hierarchical bayes models for the progression of hiv infection using longitudinal cd4 t-cell numbers. Rose.. B.1038/nature08823. Sweden. Willén & K. 2007. Kjellström. M. 1992. doi: 10. van den Hurk. R. Climatic variability over the north atlantic. Koninklijk Nederlands Meteorologisch Instituut. UK. E. J. R. K. 2010. Cambridge University Press. J. M.UU. D. Henderson-Sellers. Hansson. A note to the simulation of the annual and inter-annual variability of the water budget over the baltic sea drainage basin. K. S. J. A. KB Averyt.3-8. Smith. rst edición. Kainuma.2010. Wyser. SMHI.1029/2010JD013936.006. Srinivasan. 2010. J. B. Biner. Bony. An oscillation in the global climate system of period 65-70 years. J. J. Ordenación del Territorio e Infraestructuras. 2007.62 Nakicenovic. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon. Nature. 1994. T. 2000. Victor & Z. M. Morita. N. S. S. The impact of new physical parametrizations in the hadley centre climate model . E.hadam3. T. Journal of Climate. de Vries. Best. 2007. Neuwirth. Pierce. páginas 589–662. Working Group III. Pons & J. 316:709. Barcelona. J. Schlesinger. 2006. Rogner. Recent climate observations compared to projections. Cazenave. 19(13):3112–3132. J. J. Special Report on Emissions Scenarios.0-2. R Foundation for Statistical Computing. Caya. R package version 0. S. M. Pitman. 2010. R: A Language and Environment for Statistical Computing. Bioinformatics. Fichefet. L. M. F. Información Ambiental y Participación Pública. S. P.. Shukla. M Marquis. D. Guía para la aplicación del Convenio de Aarhus en el Principado de Asturias. doi:10.. Smith. Plummer. M. Intergovernmental Panel on Climate Change (IPCC). R. Côté.. A.. Sankovski. A. Wood. Y.1. Plate.. Viceconsejería de Medio Ambiente. A. P. 2009. Cambridge.1038/463284a. R package version 1. S. E. J. Opgen-Rhein. ISBN 978-0-387-75968-5. T. T. Cambridge University Press. KB Averyt. M. K. Roehrl. E. 367:723–726. 2010. D Qin. doi:10. Universidad Autónoma de Barcelona. 2004. & K. Michaelis. & N. Austria.7. Vines. K.5. D. D.3. A. Harvey & R. Heiberger. Science. & P.. T. Pepper. S. D. Jung. Rowntree & R. Fyfe. Ramankutty. R. N.13-5. D. UK. Q. Dadi. 16:123–146. Kattsov. Cambridge. R Development Core Team. L. abind: Combine multi-dimensional arrays. Shukla. Plummer. USA. R package version 1. Strimmer. H. Randall. N. Swart. Alcamo. Kram. Sumi. R. Fenhann. Paquin. 2000. 2007. A. Cambridge University Press. J. Nature. Orviz. A. Colman. Strimmer. 2010. J. Claude & K. Metodología y aplicaciones en bioclimatología y geobotánica. O cina para la Sostenibilidad. K. Riahi. E.1038/367723a0. ncdf: Interface to Unidata netCDF data les. Vienna. Cowles & K. R. S. corpcor: E cient Estimation of Covariance and (Partial) Correlation. Schaefer. Giguère. ISBN 932860-8-7. Roqueñí. doi:10. Schiermeier. Schlesinger..)]. New York. ISBN 3-900051-07-0. M Tignor and HL Miller (eds. E. A. A. Frigon.1-0. M. doi:10. coda: Output analysis and diagnostics for MCMC. Keeling. doi:10.1038/463284a. Climate Models and Their Evaluation. 2004. L. 463:284–287. Stou er & A. R. Julio de 2011 . Stratton. Gregory. Grübler. D. A.. W. M Manning. R. E. G. Lattice: Multivariate Data Visualization with R. Somerville. Pitcher. Climate Dynamics. Paradis. S. van Rooijen. L. A. & R. V. Gallani. Ga n. Mori. Roure. R package version 1. D. Atlas Climático Digital de la Península Ibérica. V. RColorBrewer: ColorBrewer palettes. editores. 20:289–290. Climate Change 2007: The Physical Science Basis. The real holes in climate science. Z Chen. NY.1007/s003820050009. H. A. Parker & R. J.1175/JCLI3769. 2010. Price. Church.. R package version 1. R.. capítulo In: IPPC. M. N..-H.. Consejería de Medio Ambiente. el Cambio Climático y la Participación. X. D. de Elia. Rovere. C. Climate and climate change over north america as simulated by the canadian rcm. UK and New York. APE: analyses of phylogenetics and evolution in R language. Bellaterra. 2005. Springer. D..6. 2008. Sarkar. Rahmstorf. J. R. Gobierno del Principado de Asturias. Pope. Hansen. Ninyerola. H. Venables. Schweitzer. B. Ensembles: Climate change and its impacts: Summary of research and results from the ensembles project. R package version 2. García. Frei. Meso-gamma scale forecasts using the nonhydrostatic model lm. N.63 Steppeler. Gassmann. P. applying and combining data. W. ggplot2: Elegant Graphics for Data Analysis... 2003.. Gregoric. R package version 1. Chen. S. Exeter EX1 3PB. H. Wickham. 2010. Journal of Geophysical Research. Shoshani. H.. Meteorology and Atmospheric Physics. Bernholdt. Ananthakrishnan. R. rst (corrected) edición. rst edición. Wickham. I. J R Stat Soc B. D. & B. L. & J. N. S. Strand. 2009. Modern Applied Statistics with S. UK. Escenarios de Cambio Climático en Asturias . H. G. Wood. G.. Middleton. FitzRoy Road..1111/j.1467-9868. 90:195–205. including penalised likelihood. Doms. Bulletin of the American Meterological Society. S. 2002. Climate System Modeling. 12(3):1–16. doi:10. fourth edición. Su & N. K.1. ISBN 978-0-387-98140-6. Trenberth. R2winbugs: A package for running winbugs from r. J. M. 21(12). D. van den Boogaart.x. Ripley. 2003. P. H.2. Bitzer. Journal of Statistical Software. tensorA: Advanced tensors arithmetic with named indices. von Storch. Vidale. ISBN 0-387-95457-0. Bharathi. M. Damrath & G.. A. UK. Cambridge University Press.. Journal of Statistical Software. van der Linden. Lüthi. 2010. plyr: Tools for splitting. Ligges & A. 70:495518. 2007. N. Springer. J. & T. R. J. 2005. Scienti c report. H. N.1007/s00703-001-0592-9. L. New York. D.. Chapman & Hall/CRC Texts in Statistical Science. Sim. U. Sturtz. K. Reshaping data with the reshape package. R package version 0.. Zwiers.35. Cinquini. Gelman. Cambridge University Press.1175/2008BAMS2459. W. 2009. USA. D. Predictability and uncertainty in a regional climate model. Schwidder. 2008. Jones. D. Fraser. 108(D18):4586. Boca Raton FL. ISBN 978-0-521-43231-3. Statistical Analysis in Climate Research. Fox. W. Brown. survival: Survival analysis.. Chervenak. Mitchell. & F. Cambridge. T. R. F. P.2007. L. A. doi:10. 1993. C. Schättler.00646. A. Generalized Additive Models: An Introduction with R. Lumley. Therneau. 2006. Schär.35-8. 2001. D. D. 82:75–96. T. S. Wood. Wickham. Seneviratne & C. 2008. W. S. The earth system grid: enabling access to multimodel climate simulation data. Met O ce Hadley Centre. Springer New York. U. Schuler. Hankin. doi:10. U. 2009.. E. Siebenlist. Fast stable direct tting and smoothness selection for generalized additive models. I.1. Williams. Drach. doi: 10. F. Foster. A.1029/2002JD002810. E. Wilhelmi. G. E. S. P. R. Al contrario que el resto del documento. RNetCDF (Michna 2010). así como un resumen de sus principales características. ya que está dirigida principalmente a aquellos lectores interesados en aspectos concretos de la metodología empleada o en la replicación de los resultados obtenidos. coda (Plummer et al. A. survival (Therneau & Lumley 2009). ape (Paradis et al. complementaria a las descripciones que se presentan en el texto principal. 2010). en el caso de los mapas. véase también colorbrewer2. foreign (core members et al. R2WinBUGS (Sturtz et al. 2010). se han utilizado reiteradamente las siguientes librerías (listadas en orden alfabético): abind (Plate & Heiberger 2004). 2010). Matrix (Bates & Maechler 2010b). plyr (Wickham 2010). MCMCglmm (Had eld 2010). y tensorA (van den Boogaart 2010). 2005). especialmente de aquellas consideradas a la hora de incluirlas o no en los diferentes análisis realizados. ggplot2 (Wickham 2009). spam (Furrer & Sain 2010). A. Estaciones meteorológicas de la red AEMET La tabla A1 proporciona un listado de las estaciones de la red nacional de observación meteorológica de la Agencia Estatal de Meteorología del Gobierno de España (AEMET) localizadas en el Principado de Asturias. Todos los grá cos y mapas se han preparado empleando la librería ggplot2 (Wickham 2009) y. mgcv (Wood 2006 2008). proto (Kates & Petzoldt 2007). MASS y nnet (Venables & Ripley 2002). car (Fox & Weisberg 2010).64 A.2.org). este sección posee un carácter más técnico. esquemas de color disponibles a través de la librería RColorbrewer (Neuwirth 2007) diseñados para optimizar la transmisión de información (Brewer 2005. 2010). Detalles sobre materiales y métodos empleados En esta sección se proporciona una explicación detallada sobre algunos de los materiales y métodos empleados en la elaboración de este informe. Además de las librerías incluidas en la distribución básica del programa. corpcor (Schaefer et al. elds (Furrer et al. arm (Gelman et al. 2010). 2004). reshape (Wickham 2007). lme4 (Bates & Maechler 2010a). Paquetes informáticos empleados para el análisis y visualización de datos Todos los análisis se han realizado empleando el paquete estadístico R (R Development Core Team 2010). ncdf (Pierce 2010). RColorBrewer (Neuwirth 2007).1. Julio de 2011 . lattice (Sarkar 2008). gridExtra (Auguie 2010). 3833 Puente Lles (Peñamellera Baja) Albergue de Bulnes Sotres Carreña (C.2353 43.7460 -4.3306 43.9380 -4.0550 -5.5340 -4.2500 43.C..7090 -4.3181 43.8490 -4.0340 -4. NM es el número de meses con observaciones válidas.G.3208 43.3722 43.6080 -4.8900 -4.C.3025 43.3367 43.3583 43.3153 43.5330 -5.4097 43. se re ere a Cuartel de la Guardia Civil.5410 -4.. Abreviaturas y otras convenciones: m y a estación de medida manual o automática.C.5080 43.6910 -4.1270 -5.9670 -5.) Parres de Llanes Rales de Llanes Nueva Llanes Camporriondi (Amieva) Panizales (Amieva) Valle de Angón Vega Redonda Benia Llano-Con Covadonga.3083 43.7550 -4.5080 -5. En la columna ’Localidad’.3167 43.9850 -4.G.C.3108 43.2361 43.G.4222 43.4194 43.) Seguenco Cangas de Onís Melendreros Nava de Nava (C.3111 43.) Carreña de Cabrales Trescares Besnes Arenas de Cabrales Buelles Colombres Vidiago El Hoyo (Llanes) Llanes Llanes (C.3731 43.) Viobes Continúa en la siguiente página .7490 -5.1090 -5.0160 -5.4194 43. C.2347 43.3278 43.2167 43.1180 -5. NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses.7490 -4.3347 43.8200 -4. 65 Escenarios de Cambio Climático en Asturias . respectivamente.4389 43.G.3958 43.7780 -4.6980 -4.6660 -4.4069 43. Código 70 660 1043 190 458 100 120 120 38 110 60 80 12 11 70 23 50 12 180 360 705 1480 210 200 257 600 80 600 245 350 m m m m m m m m m m m m m m m m m a m m m m m m m m m m m m 15/09/1971 15/12/1988 15/06/2005 15/08/1971 15/05/2010 15/01/1971 15/01/1971 15/09/1995 15/01/2009 15/01/1951 15/01/1971 15/09/1976 15/04/1967 15/08/1971 15/01/1971 15/03/1987 15/01/1971 15/04/1997 15/01/1971 15/06/2008 15/11/1993 15/11/1988 15/01/1971 15/01/1951 15/06/1971 15/01/1970 15/12/1951 15/01/1972 15/06/1971 15/01/1971 15/11/1998 15/04/1994 15/08/2010 15/12/1996 15/08/2010 15/12/1998 15/02/1974 15/06/2009 15/08/2010 15/10/1979 15/08/2010 15/08/1981 15/03/1990 15/06/1995 15/06/2010 15/08/2010 15/11/1994 15/08/2010 15/08/2010 15/08/2010 15/03/1997 15/11/1988 15/08/2010 15/06/1983 15/11/1998 15/06/1975 15/03/1994 15/04/1972 15/06/1994 15/08/2010 306 51 63 289 4 324 35 137 20 278 458 55 249 273 457 278 78 128 463 27 41 1 457 313 324 64 505 4 245 467 28 7 6 26 1 28 4 15 2 25 40 6 23 25 40 24 10 14 40 3 5 1 40 28 28 6 44 1 24 40 14 1 4 18 0 20 1 7 1 18 28 3 16 16 28 20 1 4 32 1 3 0 30 24 23 3 39 0 17 34 — 15/03/1989 — — 15/08/2009 — — 15/09/1995 — 15/10/1973 — 15/09/1976 15/04/1967 — — — 15/02/1988 15/04/1997 15/04/1994 15/06/2008 15/02/1994 — — — — — 15/07/1953 — — — — 15/04/1994 — — 15/08/2010 — — 15/06/2009 — 15/04/1979 — 15/08/1981 15/01/1990 — — — 15/10/1992 15/08/2010 15/08/2010 15/08/2010 15/03/1997 — — — — — 15/03/1994 — — — — m — — m — — m — m — m m — — — m a m m m — — — — — m — — — — 41 — — 9 — — 136 — 43 — 52 222 — — — 39 130 187 27 38 — — — — — 482 — — — Longitud Latitud Estación meteorológica Localidad Altura (m) NAC — 6 — — 2 — — 15 — 7 — 6 23 — — — 5 14 17 3 4 — — — — — 42 — — — Datos de Precipitación acumulada Inicio Final Tipo NM NA Datos de Temperatura atmosférica Inicio Final Tipo NM NA NAC — 0 — — 0 — — 5 — 1 — 1 10 — — — 0 6 10 1 2 — — — — — 34 — — — 1177 1178P 1178Q 1179 1179B 1180 1180E 1180U 1181E 1182 1182E 1182O 1183 1183A 1183E 1183G 1183I 1183X 1186I 1186P 1191A 1191E 1192I 1193 1193C 1193E 1194 1195I 1196A 1196E -4.8090 -4.2678 43.tabla A1: Estaciones de la red nacional de observación meteorológica de la Agencia Estatal de Meteorología del Gobierno de España (AEMET) en el Principado de Asturias empleadas en este estudio.C.G.3500 43.8460 -4.1080 -5. Cangas de Onís (C. 3833 43.3778 43.6480 -5.4130 -5.3667 43.C.1440 -5.5306 43.0830 -5.1870 -5.2960 -5.3630 -5.6420 -5.4806 43.4722 43. se re ere a Cuartel de la Guardia Civil.3600 -5.3472 43. .3528 43.4583 43.5403 43.F.3980 -5.4681 43.7190 43.4819 43.1690 -5.3583 43.G.5350 -5.4942 43.3528 43.3778 43.) Vega de Agüín Sevares (Nestlé) San Martín de Bada Arriondas Fuentes de Parres Faro (Ribadesella) Barredo (Torre) Caravia (Mina Norberto) Alea Colunga Luces Villaviciosa Villaviciosa (Nestlé) Arroes Santa Ana de Villaviciosa Candanal de Villaviciosa Aroles Gijón (Cabueñes) Gijón Pinzales de Gijón Abreviaturas y otras convenciones: m y a estación de medida manual o automática.66 Julio de 2011 Altura (m) 280 263 250 250 270 270 160 230 100 115 130 80 280 40 40 117 40 40 130 35 140 10 20 140 140 160 80 10 3 45 m m m m m a m m m m m m m m m m m m m m m m m m m m m m m m 15/07/1954 15/02/1976 15/01/1957 15/01/1971 15/08/1979 15/06/2008 15/01/1951 15/01/1970 15/01/1980 15/05/1971 15/06/2004 15/01/1974 15/01/1967 15/01/1971 15/01/1971 15/03/1968 15/10/1991 15/03/1986 15/01/1971 15/08/2001 15/01/1967 15/04/1967 15/01/1968 15/02/1967 15/01/1979 15/01/1971 15/07/1974 15/03/1975 15/06/1976 15/08/1971 15/01/1982 15/01/1982 15/07/1979 15/09/1999 15/08/2010 15/08/2010 15/12/1978 15/11/1995 15/04/1996 15/05/1994 15/08/2010 15/08/1987 15/07/2010 15/03/1976 15/08/1996 15/12/1994 15/08/2010 15/08/1986 15/07/1991 15/08/2010 15/10/2003 15/12/1996 15/12/1998 15/04/1989 15/10/1999 15/08/2010 15/03/1978 15/01/1995 15/02/2001 15/06/2007 327 2 271 331 368 15 310 261 172 99 73 159 516 62 249 287 227 6 239 98 264 355 361 253 221 459 45 216 297 423 29 2 23 29 32 3 28 26 17 11 7 14 44 6 26 25 20 1 21 10 28 30 31 23 21 40 5 21 26 37 23 0 22 19 26 0 20 13 10 6 4 11 37 4 13 23 18 0 17 3 13 27 26 17 12 32 3 10 24 29 — — 15/10/1957 — 15/01/1980 15/06/2008 — — 15/09/1968 — 15/06/2004 — — — — 15/04/1968 — — — 15/08/2007 15/01/1967 15/04/1967 15/01/1974 15/01/1967 — — — 15/03/1975 15/06/1976 — — — 15/07/1979 — 15/08/2010 15/08/2010 — — 15/04/1996 — 15/08/2010 — — — — 15/12/1991 — — — 15/08/2010 15/10/2003 15/01/1997 15/05/1999 15/04/1989 — — — 15/12/1994 15/02/2001 — — — m — m a — — m — m — — — — m — — — m m m m m — — — m m — — — 261 — 359 27 — — 310 — 73 — — — — 285 — — — 36 270 356 303 250 — — — 206 297 — — — 23 — 31 3 — — 29 — 7 — — — — 24 — — — 4 28 31 26 23 — — — 20 26 — Datos de Precipitación acumulada Inicio Final Tipo NM NA NAC NAC — — 20 — 23 1 — — 17 — 4 — — — — 23 — — — 2 15 27 23 18 — — — 6 24 — Continúa en la siguiente página .2990 -5.G.3775 43.3960 -5.C.2090 -5.4889 Pruneda Trelles Coya Coya (P.6330 -5.2940 -5.5111 43.E. En la columna ’Localidad’.4710 -5.5194 43.4380 -5.4740 -5.3694 43. NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses.3733 43.3611 43.5530 -5..2530 -5.1600 -5.4417 43.2460 -5.3667 43. NM es el número de meses con observaciones válidas.4778 43.. C.3611 43.4410 -5.4130 -5. tabla A1: (Continuación) Código Longitud Estación meteorológica Latitud Localidad Datos de Temperatura atmosférica Inicio Final Tipo NM NA 1197 1198 1199 1199A 1199B 1199X 1200 1200E 1200I 1200J 1200K 1200M 1201 1201E 1202 1202E 1202F 1202G 1202I 1203D 1204 1206 1206A 1207 1207B 1207E 1207O 1207U 1208 1208E -5.5300 -5.) Bargaedo Bargaedo de Piloña In esto Biedes de Piloña Las Huelgas (In esto) Villamayor de Piloña (C.4633 43.3050 -5.5383 43.1300 -5.4028 43. respectivamente. 1833 43..5500 43.5280 -5.5778 43.) Muñera Blimea (El Parque) Sama de Langreo (C.C. se re ere a Cuartel de la Guardia Civil.1500 43.8520 -5.tabla A1: (Continuación) Código 20 20 5 70 70 170 90 59 40 20 45 10 100 10 26 127 8 1000 654 717 817 577 577 760 390 260 295 318 260 214 350 m m m m m m m m m m m m a a m m m m m m m m m m m m m m m m m m — m — m m m — — — — m a a m m m — m — — m — — m m — m m — m 15/01/1972 15/01/1972 15/03/2001 15/08/1971 15/01/1978 15/05/1994 15/01/1994 15/08/1971 15/08/1971 15/01/1970 15/05/1987 15/01/1983 15/06/1997 15/04/1997 15/10/1955 15/08/1968 15/06/2003 15/01/1970 15/09/1969 15/01/1970 15/01/1970 15/01/1970 15/06/1971 15/01/1951 15/09/1969 15/05/1993 15/06/1971 15/08/2001 15/05/1987 15/09/1971 15/05/1979 15/04/1972 15/07/1972 15/08/2010 15/10/1995 15/10/1996 15/07/2010 15/04/2004 15/12/1995 15/02/1988 15/01/1971 15/11/1996 15/04/2006 15/08/2010 15/05/2006 15/01/1975 15/08/2010 15/07/2010 15/01/1979 15/10/1996 15/12/1996 15/11/1980 15/08/2010 15/04/1991 15/07/1967 15/08/2010 15/08/2010 15/12/2008 15/06/2010 15/05/1998 15/03/2004 15/01/1988 4 5 114 254 191 188 106 265 193 12 68 268 128 93 232 501 86 109 320 318 131 478 215 195 490 204 416 106 129 344 102 1 1 10 25 19 17 11 25 18 2 10 24 13 10 21 43 8 10 28 27 11 41 21 17 42 18 38 10 12 34 10 0 0 8 10 9 10 4 14 14 0 0 17 6 1 19 40 6 9 21 25 10 33 9 12 39 13 22 7 7 13 8 15/01/1972 — 15/03/2001 — 15/01/1978 15/05/1994 15/02/1994 — — — — 15/01/1983 15/06/1997 15/04/1997 15/01/1956 15/08/1968 15/06/2003 — 15/09/1969 — — 15/01/1994 — — 15/09/1969 15/05/1993 — 15/11/2001 15/04/1987 — 15/01/1980 15/05/1972 — 15/08/2010 — 15/10/1996 15/07/2010 15/04/2004 — — — — 15/04/2006 15/08/2010 15/05/2006 15/01/1975 15/08/2010 15/07/2010 — 15/10/1996 — — 15/08/2010 — — 15/06/2007 15/08/2010 — 15/06/2010 15/05/1998 — 15/01/1988 5 — 114 — 193 178 112 — — — — 259 130 102 225 501 85 — 321 — — 196 — — 449 203 — 97 124 — 97 1 — 10 — 19 17 11 — — — — 24 13 10 20 43 8 — 28 — — 17 — — 39 18 — 10 12 — 9 Longitud Estación meteorológica Latitud Localidad Altura (m) NAC Datos de Precipitación acumulada Inicio Final Tipo NM NA Datos de Temperatura atmosférica Inicio Final Tipo NM NA NAC 0 — 8 — 12 7 3 — — — — 13 7 5 16 40 5 — 24 — — 12 — — 34 13 — 5 6 — 8 1208F 1208G 1208H 1208I 1208U 1209L 1209R 1210C 1210D 1210E 1210H 1210I 1210X 1210Y 1212 1212E 1213D 1214 1214E 1214I 1214O 1214U 1214V 1215 1216 1216D 1218 1218D 1218V 1219I 1219U -5.2270 -5.2319 43.3380 -5.5403 43.3380 -5.5139 43.7330 -5.) Caicorrida Valle de La Zoreda Tamón-Nubledo Cancienes (C. respectivamente.5478 43.8490 -5.G.0790 -5.C.1111 43.4550 -5.3460 -5.8700 -5.6556 43.G.6990 -5.2356 43..9800 -6.C.) La Nava de Langreo Continúa en la siguiente página . 67 Escenarios de Cambio Climático en Asturias .2910 -5.5278 43.7330 -5.5667 43.9080 -5.0330 -6.G.5608 43.9140 -5.5880 -5.5250 43.) Granja La Luz (Avilés) Bustiello de Avilés Divina Pastora (Avilés) Cabo Peñas Divina Pastora (Avilés) Arnao Aeropuerto de Asturias (Ranón) Soto del Barco-La Isla Tarna de Caso Bezanes Caleao La Felguerina Campo de Caso Campo de Caso (C.5597 43.4956 43.4100 -5.2222 43.3250 Gijón (Uninsa-Auxini) Gijón (Uninsa Krupp) Gijón (Musel) Aboño (C.5500 43.C. NM es el número de meses con observaciones válidas.1556 43.5278 43.5528 43. C.3770 -5.5319 43.C.9240 -5.8140 -5.5647 43.C. NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses.G.G.9140 -5.4830 -5.2458 43.6840 -5. En la columna ’Localidad’.6690 43.1528 43.2111 43.9050 -5.G.1819 43.2778 43.C.5630 -5.G.) Nieves Rioseco de Sobrescobio Rioseco-Depuradora Pola de Laviana (C.2944 43.7210 -5.) Villalegre de Avilés (C. Abreviaturas y otras convenciones: m y a estación de medida manual o automática.7410 -5. 7410 -5.T.6330 -5.4760 -5.9797 43.C.7770 -5.7710 -5.0722 43.5640 -5.7130 -5.G.8100 -5.68 Julio de 2011 Altura (m) 210 200 1162 1000 1480 900 920 1040 420 380 540 683 340 370 640 317 640 750 750 530 460 1300 300 280 280 340 220 290 380 172 m m m m m m m m m m m m m m m m m m a m m m m m a m m m m m m m m — m — — m m — m m — m m — — m a — — — m m a m m — — m 15/01/1951 15/05/1957 15/02/1982 15/06/1971 15/03/1997 15/06/1976 15/01/1978 15/01/1979 15/01/1978 15/06/1971 15/10/1997 15/06/2004 15/04/1971 15/07/2009 15/01/1978 15/01/1951 15/08/1973 15/02/1994 15/06/2008 15/06/1971 15/03/1972 15/06/1984 15/02/1970 15/01/1974 15/05/2003 15/01/1972 15/10/1972 15/11/1972 15/05/1973 15/11/1976 15/06/1965 15/08/1972 15/05/1983 15/08/2010 15/08/2010 15/05/1996 15/01/1978 15/11/1982 15/05/1983 15/02/1996 15/02/1999 15/02/2005 15/06/1974 15/08/2010 15/12/2007 15/01/1978 15/05/2003 15/08/2010 15/08/2010 15/01/1988 15/06/1973 15/02/1992 15/06/1989 15/08/2010 15/05/2008 15/12/1976 15/02/1978 15/03/1999 15/06/1981 15/08/2010 160 180 15 438 126 156 1 37 55 254 17 9 22 14 326 318 338 189 27 193 14 84 225 427 61 60 48 309 98 254 15 16 2 40 14 20 1 4 6 25 3 2 4 2 30 28 31 17 3 18 2 9 20 37 6 5 7 28 9 24 7 11 0 23 2 5 0 1 0 13 1 0 0 0 15 22 22 10 1 13 0 2 14 32 4 5 0 21 7 17 15/01/1983 15/01/1958 15/03/1982 — 15/03/1997 — — 15/04/1982 15/06/1978 — 15/11/1997 15/06/2004 — 15/07/2009 15/01/1978 — — 15/02/1994 15/06/2008 — — — 15/04/1970 15/06/1994 15/05/2003 15/01/1972 15/11/1972 — — 15/07/2008 15/05/1983 15/08/1972 15/05/1983 — 15/08/2010 — — 15/05/1982 15/05/1983 — 15/02/1999 15/02/2005 — 15/08/2010 15/12/2005 — — 15/08/2010 15/08/2010 — — — 15/06/1989 15/08/2010 15/05/2008 15/12/1976 15/02/1978 — — 15/08/2010 4 147 14 — 131 — — 2 4 — 16 9 — 14 298 — — 189 27 — — — 224 162 60 60 49 — — 18 1 13 2 — 14 — — 1 2 — 3 2 — 2 27 — — 17 3 — — — 20 17 6 5 7 — — 3 Datos de Precipitación acumulada Inicio Final Tipo NM NA NAC NAC 0 8 0 — 4 — — 0 0 — 1 0 — 0 16 — — 12 1 — — — 14 11 3 5 0 — — 0 Continúa en la siguiente página .8310 -5.1583 43.2747 Lada (Grupo Escolar) Lada (QCF) Boca Norte túnel del Negrón (Lena) Pajares (C.7710 -5.3028 43.2139 43.8300 -5. Santa Cruz de Mieres C.7740 -5.) Pajares (Valgrande) El Nocedo de Lena Linares de Lena Boca Norte túnel de Pando (Lena) Sotiello de Lena Campomanes (C.5740 -5.E. San Andrés de Mieres Mieres Mieres (Morgao) El Padrún de Mieres Mieres (Baiña) Abreviaturas y otras convenciones: m y a estación de medida manual o automática.8210 -5.) Espinedo Jomezana de Arriba Vega del Rey de Lena Ronzón Tablado de Lena Pola de Lena La Paraya (C.0111 43.1083 43.2583 43.G.0167 42.7750 -5. se re ere a Cuartel de la Guardia Civil.) Cuevas de Felechosa Cuevas de Felechosa Collanzo de Aller (C.1667 43.C.C.7730 -5.8300 -5.7080 -5.8190 -5.0639 43. tabla A1: (Continuación) Código Longitud Estación meteorológica Latitud Localidad Datos de Temperatura atmosférica Inicio Final Tipo NM NA 1220 1220A 1220O 1221A 1221D 1221E 1222 1222O 1222U 1223 1223E 1223F 1223O 1223P 1223U 1224 1225 1226 1226X 1227 1227E 1227I 1229 1229U 1229X 1231 1232 1233 1234O 1234P -5.6380 -5.7920 -5. NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses.1889 43.0861 43.1667 43.2861 43. En la columna ’Localidad’.8380 -5.4760 -5. C..0947 43..1236 43.7710 -5.3028 42.8800 -5. NM es el número de meses con observaciones válidas.1361 43.1042 43.2444 43.0947 43.1417 43.0181 43.8190 43.8160 -5.1278 43.) Serrapio Coto Bello (Aller) Moreda Santa Cruz de Mieres C.8190 -5.8330 -5.7080 -5. .G.C.9778 43.0633 43. respectivamente.G.1344 43.T.1889 43. 3536 43.4189 43.5930 -5.1722 43.2500 43.0850 -6.9710 -5.3111 43.6020 -5. 69 Escenarios de Cambio Climático en Asturias .7380 -5. C.4139 43.4167 43.N.C.1569 43.9770 -5.4403 43.tabla A1: (Continuación) Código 146 127 254 127 680 860 466 340 820 660 490 460 810 195 350 280 465 340 250 220 180 245 160 450 200 170 336 250 180 145 m m m a m m m m m m m m m m m m m m m m m m m m m m m m m m 15/05/1987 15/01/1961 15/01/1979 15/05/2003 15/01/1970 15/01/1970 15/08/1971 15/09/1955 15/01/1970 15/01/1970 15/05/1955 15/01/1967 15/04/1989 15/09/1969 15/12/1975 15/08/1953 15/07/2006 15/05/2001 15/01/1967 15/08/1966 15/10/1972 15/09/1975 15/10/1975 15/01/1970 15/01/1975 15/08/1971 15/01/1972 15/01/1971 15/12/1950 15/07/1994 15/11/1995 15/07/2010 15/01/1981 15/06/2007 15/12/1979 15/12/1973 15/09/1990 15/08/1980 15/01/1972 15/12/1970 15/01/1962 15/03/1989 15/08/2010 15/05/2010 15/12/1995 15/03/1975 15/08/2010 15/08/2010 15/03/1976 15/06/2002 15/09/1996 15/08/1985 15/08/1999 15/12/2005 15/11/1993 15/12/1978 15/08/2010 15/08/1981 15/04/2001 15/10/1997 98 591 14 50 119 47 213 283 23 12 77 259 238 481 228 233 50 111 54 412 276 104 270 429 173 59 464 79 539 31 9 50 3 5 10 4 20 25 3 1 8 23 22 42 21 23 5 10 6 37 25 11 25 36 19 7 39 8 50 4 4 46 0 3 9 3 13 20 1 1 3 19 14 34 17 11 3 7 2 27 15 6 15 34 10 1 38 2 35 1 — 15/08/1960 — 15/05/2003 — 15/01/1970 — — 15/10/1971 15/01/1970 — — — 15/09/1969 15/12/1975 — — 15/05/2001 15/01/1967 — 15/10/1972 15/01/1977 15/10/1975 — 15/03/1975 — 15/01/1972 — — — — 15/07/2010 — 15/06/2007 — 15/12/1973 — — 15/01/1972 15/12/1970 — — — 15/05/2010 15/12/1995 — — 15/08/2010 15/07/1971 — 15/09/1996 15/07/1984 15/07/1999 — 15/12/1993 — 15/08/2010 — — — — m — a — m — — m m — — — m m — — m m — m m m — m — m — — — — 588 — 49 — 48 — — 4 12 — — — 477 238 — — 108 53 — 278 2 248 — 178 — 464 — — — — 51 — 5 — 4 — — 2 1 — — — 42 21 — — 10 5 — 25 3 25 — 19 — 39 — — — Longitud Estación meteorológica Latitud Localidad Altura (m) NAC Datos de Precipitación acumulada Inicio Final Tipo NM NA Datos de Temperatura atmosférica Inicio Final Tipo NM NA NAC — 40 — 2 — 4 — — 0 1 — — — 32 19 — — 4 2 — 17 0 14 — 7 — 38 — — — 1234R 1235 1235U 1235X 1236E 1236I 1236O 1237 1237I 1237O 1238 1239 1239B 1239I 1241I 1242 1242E 1243C 1244 1245 1245E 1246A 1247B 1247I 1248O 1249E 1249I 1249O 1250 1250E -5.3806 43.3889 43.0850 -6.4333 43.8770 -5.G.4261 43.1500 43.9940 43.1139 43.3111 43.G.8520 -5.8800 -5.) Las Agüeras de Quirós Paramo Villanueva de Teverga Riello de Teverga Entrago Entrago-La Recusa Proaza La Cuesta de Sariego Lieres La Rimada Ordiales La Vallina de Siero Argüelles de Siero Meres de Siero Oviedo (Escuela de Minas) Oviedo (I.9240 -5.4306 43. NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses.7330 -5.3375 43.6230 -5.1556 43.C.8200 -5.1708 43..7190 -5. En la columna ’Localidad’.0440 -5.0210 -5.9310 -5.1000 43.9740 -6.8740 -5.8730 -5.3806 43.G.0960 -6.) Oviedo (El Cristo) Santa Cruz de Llanera Samntullano de Las Regueras Valduno Continúa en la siguiente página .9710 -6.5490 -5. NM es el número de meses con observaciones válidas.C.0020 -6.) El Pevidal de Siero Pruvia Posada de Llanera (C.4611 43.7880 -5.3667 43.2819 43. respectivamente. Abreviaturas y otras convenciones: m y a estación de medida manual o automática.5710 -5.3931 Parteayer Soto de Ribera Latores Soto de Ribera Ricabo de Quirós Llanuces Barzana de Quirós (C.1972 43.8550 -5..1444 43.C.3653 43.8740 -5. se re ere a Cuartel de la Guardia Civil.3972 43. 70 Julio de 2011 Altura (m) 80 400 140 380 85 1030 670 610 1520 1180 450 450 376 400 530 580 635 600 320 680 480 680 640 640 220 213 285 214 127 520 m m m m m m m m m m m m m m m m m m m m m m m m m m a m m m 15/01/1972 15/01/1970 15/01/1971 15/01/1971 15/10/1967 15/01/1967 15/01/1967 15/01/1972 15/01/1972 15/01/1961 15/01/1970 15/01/1967 15/06/1971 15/01/1967 15/02/1961 15/01/1967 15/07/2006 15/01/1971 15/01/1961 15/01/1971 15/01/1951 15/01/1961 15/08/1971 15/04/1971 15/01/1972 15/01/1967 15/05/2008 15/01/1967 15/01/1961 15/01/1970 15/03/1993 15/12/1994 15/11/1996 15/11/1971 15/08/2010 15/02/1985 15/08/2010 15/11/2008 15/12/1984 15/07/2010 15/12/1994 15/01/1997 15/05/2010 15/12/1994 15/08/2010 15/09/2003 15/08/2010 15/12/1996 15/06/2010 15/01/1995 15/02/1979 15/01/2003 15/11/1994 15/01/1995 15/06/1995 15/08/2010 15/08/2010 15/08/2010 15/07/2010 15/01/1986 244 293 303 11 487 205 261 434 156 595 238 350 440 286 584 386 47 238 586 260 334 503 243 275 278 523 20 523 586 191 22 25 26 1 44 19 24 37 13 50 23 31 40 28 50 35 5 25 50 25 29 43 23 25 24 44 3 44 50 17 16 21 20 0 37 13 16 29 13 49 16 24 20 18 41 25 2 11 44 14 25 41 13 15 21 42 0 42 43 15 — — — — 15/10/1967 — 15/01/1961 15/04/1973 15/01/1972 15/07/1998 15/01/1970 — — — — — — — 15/01/1968 — — — — 15/04/1971 15/01/1972 15/01/1970 15/05/2008 15/01/1967 — — — — — — 15/08/2010 — 15/08/2010 15/11/2008 15/12/1984 15/07/2010 15/12/1994 — — — — — — — 15/06/2010 — — — — 15/02/1980 15/06/1995 15/08/2010 15/08/2010 15/08/2010 — — — — — — m — m m m m m — — — — — — — m — — — — m m m a m — — — — — — 479 — 322 412 1 145 225 — — — — — — — 496 — — — — 106 277 481 27 513 — — — — — — 43 — 30 36 11 13 24 — — — — — — — 43 — — — — 10 24 41 3 44 — — Datos de Precipitación acumulada Inicio Final Tipo NM NA NAC NAC — — — — 37 — 19 26 0 11 5 — — — — — — — 35 — — — — 7 18 38 1 38 — — Continúa en la siguiente página ... tabla A1: (Continuación) Código Longitud Estación meteorológica Latitud Localidad Datos de Temperatura atmosférica Inicio Final Tipo NM NA 1250L 1250O 1251I 1251O 1252 1253 1255 1255E 1258I 1259 1259I 1260 1260A 1263 1265 1266 1266C 1266E 1267 1267I 1268 1269 1271A 1271B 1271E 1272 1272B 1273 1274 1275 -6.0710 -6.1100 -6.0550 -6.0090 -6.0680 -6.5380 -6.6830 -6.6410 -6.4190 -6.3960 -6.5270 -6.5550 -6.5520 -6.4550 -6.6330 -6.6100 -6.5990 -6.5350 -6.4960 -6.5830 -6.5270 -6.3550 -6.4160 -6.4080 -6.4130 -6.3960 -6.3860 -6.3080 -6.2710 -6.3300 43.3611 43.4056 43.4111 43.4708 43.4522 42.9792 43.0333 43.0458 42.9961 43.0639 43.1278 43.1861 43.1764 43.2222 43.1889 43.2703 43.2581 43.2681 43.2639 43.3222 43.2750 43.2083 43.3333 43.3347 43.2889 43.2917 43.2903 43.3167 43.3583 43.1528 Grado (Nestlé) Los Llanos de Cabruñana Cuero Ventosa de Candamo San Román de Candamo Monasterio de Hermo Muniellos (Cangas del Narcea) Moal Puerto de Leitariegos (Pueblo) Genestoso Las Mestas de Narcea Santa Marina de Oblanca Cangas del Narcea Onón Besullo de Cangas de Narcea Pola de Allande Cereceda San Félix de Tineo Arganza La Mortera de Tineo San Facundo de Tineo Genestaza Tineo (C.G.C.) Tineo La Florida de Tineo Soto de la Barca Soto de la Barca Presa de la Barca Soto de los Infantes Pigüeña Abreviaturas y otras convenciones: m y a estación de medida manual o automática, respectivamente; NM es el número de meses con observaciones válidas; NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses. En la columna ’Localidad’, C.G.C. se re ere a Cuartel de la Guardia Civil. tabla A1: (Continuación) Código 1240 698 1355 480 668 200 160 660 665 550 220 260 80 60 230 370 360 360 90 63 280 430 410 600 220 40 210 927 80 440 m m m m m m m m m m m m m m a m m m m m m m m m m m m m m m m m — m m — — — — — m m — — a — — m — m — — m m — m — m — — 15/01/1970 15/08/1971 15/07/2009 15/09/1969 15/07/2009 15/09/1971 15/01/1970 15/01/1967 15/06/2003 15/01/1971 15/01/1981 15/01/1983 15/01/1971 15/12/1988 15/07/2008 15/01/1968 15/01/1970 15/12/1988 15/06/1958 15/04/1997 15/01/1971 15/01/1955 15/08/1966 15/05/1954 15/02/1971 15/01/1970 15/01/1971 15/02/2001 15/01/1971 15/01/1967 15/01/1995 15/12/1999 15/04/2010 15/07/1994 15/07/2010 15/11/1996 15/05/1990 15/06/1983 15/08/2010 15/11/1996 15/01/1981 15/08/2010 15/06/1988 15/12/1995 15/08/2010 15/07/1973 15/09/1984 15/08/2010 15/01/1986 15/10/2007 15/12/1996 15/12/1978 15/08/2010 15/07/2010 15/07/2010 15/03/1980 15/11/1996 15/02/2002 15/11/1996 15/01/2001 255 307 9 272 11 196 242 137 86 306 1 300 203 62 24 64 177 261 323 83 311 288 528 628 455 105 294 13 278 367 25 29 2 26 2 18 21 13 8 26 1 28 18 8 3 6 15 23 29 11 26 24 45 57 40 11 26 2 26 35 15 14 0 17 0 11 19 7 5 22 0 18 14 0 0 2 14 21 24 1 25 24 42 38 30 4 14 0 15 24 15/01/1970 15/09/1994 — 15/09/1969 15/07/2009 — — — — — 15/01/1981 15/01/1982 — — 15/05/2008 — — 15/12/1988 — 15/04/1997 — — 15/08/1966 15/11/1977 — 15/01/1974 — 15/02/2001 — — 15/05/1995 15/12/1999 — 15/06/1994 15/07/2010 — — — — — 15/01/1981 15/01/2006 — — 15/08/2010 — — 15/08/2010 — 15/10/2007 — — 15/08/2010 15/07/2010 — 15/02/1980 — 15/02/2002 — — 227 41 — 272 13 — — — — — 1 273 — — 28 — — 261 — 87 — — 528 351 — 32 — 13 — — 23 6 — 26 2 — — — — — 1 25 — — 3 — — 23 — 11 — — 45 34 — 7 — 2 — — Longitud Estación meteorológica Latitud Localidad Altura (m) NAC Datos de Precipitación acumulada Inicio Final Tipo NM NA Datos de Temperatura atmosférica Inicio Final Tipo NM NA NAC 13 1 — 16 0 — — — — — 0 17 — — 1 — — 21 — 1 — — 42 16 — 0 — 0 — — 1276 1276C 1276D 1276E 1276F 1276O 1277 1278 1278C 1278E 1279B 1279C 1279E 1279F 1279X 1280 1281I 1281J 1282 1283U 1284 1286 1287 1288 1288I 1289 1290 1290B 1290E 1291 -6.2020 -6.2550 -6.2470 -6.2600 -6.2550 -6.2190 -6.2190 -6.3350 -6.3150 -6.2950 -6.2240 -6.2290 -6.1580 -6.1490 -6.2290 -6.1350 -6.1990 -6.1660 -6.2410 -6.4700 -6.5350 -6.5050 -6.5520 -6.4710 -6.5090 -6.4440 -6.3960 -6.3000 -6.4210 -6.3410 43.0722 43.0917 43.0447 43.1583 43.1006 43.2819 43.3194 43.3944 43.4111 43.4292 43.4222 43.4261 43.4125 43.3722 43.4261 43.5111 43.5250 43.5222 43.5917 43.5694 43.4250 43.3639 43.3917 43.3750 43.4431 43.4806 43.4750 43.4606 43.4639 43.5056 El Valle de Somiedo Pola de Somiedo (C.G.C.) La Peral La Riera de Somiedo Depuradora de Pola de Somiedo Belmonte de Miranda Selviella La Espina de Salas El Castro-Bodenaya La Borra La Viesca de Salas Camuño Cornellana de Salas Requejo -Salas Camuño Ocea Villairín San Cristobal de Cudillero Cabo Vidio Cabo Busto Naraval Barcena del Monasterio Zardaín Valle de Tablazo Ovienes Brieves Muñas Aguión Pontigón Mones de Luarca Continúa en la siguiente página ... Abreviaturas y otras convenciones: m y a estación de medida manual o automática, respectivamente; NM es el número de meses con observaciones válidas; NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses. En la columna ’Localidad’, C.G.C. se re ere a Cuartel de la Guardia Civil. 71 Escenarios de Cambio Climático en Asturias 72 Julio de 2011 Altura (m) 60 260 900 1305 1350 1060 860 859 830 950 700 562 308 738 880 910 680 640 670 110 590 760 510 750 330 355 760 280 35 452 m m m a m m m m m m m m m m m m m m m m m m m m m m m m m m m — — a m — — — m — — — m m m — — m — — — — — m — — m — — — 15/01/1955 15/01/1971 15/01/1971 15/05/2008 15/03/1976 15/01/1974 15/08/1969 15/06/1971 15/01/1970 15/10/1974 15/01/1974 15/01/1971 15/01/1967 15/05/2008 15/01/1970 15/01/1971 15/01/1971 15/01/1983 15/01/1967 15/01/1991 15/01/1971 15/01/1971 15/01/1971 15/12/2001 15/01/1971 15/01/1971 15/01/1970 15/01/1971 15/06/1973 15/10/1971 15/04/1990 15/07/1981 15/05/1979 15/08/2010 15/04/2008 15/12/1991 15/12/1991 15/09/1999 15/12/1981 15/01/1987 15/12/1990 15/09/2000 15/08/2010 15/08/2010 15/08/1973 15/06/2010 15/08/2010 15/06/2007 15/02/1991 15/08/2010 15/08/2010 15/07/2010 15/02/1995 15/04/2010 15/11/1996 15/05/2004 15/08/1986 15/12/2002 15/08/2010 15/11/1984 353 108 99 26 362 214 188 315 144 139 182 348 508 28 43 464 472 254 287 235 456 455 263 100 276 385 191 373 432 5 35 11 9 3 33 18 19 29 12 14 17 30 44 3 4 40 40 24 25 20 40 40 25 10 26 34 17 32 38 3 24 4 7 1 20 16 9 18 12 6 3 23 36 1 2 32 36 15 22 18 31 29 15 7 12 24 13 24 27 0 15/06/1954 — — 15/05/2008 15/03/1976 — — — 15/01/1970 — — — 15/10/1967 15/05/2008 15/02/1970 — — 15/01/1982 — — — — — 15/12/2001 — — 15/01/1970 — — — 15/05/1991 — — 15/08/2010 15/04/2008 — — — 15/12/1981 — — — 15/08/2010 15/08/2010 15/08/1973 — — 15/06/2007 — — — — — 15/04/2010 — — 15/08/1986 — — — 339 — — 27 343 — — — 143 — — — 474 26 41 — — 258 — — — — — 87 — — 99 — — — 36 — — 3 33 — — — 12 — — — 44 3 4 — — 25 — — — — — 10 — — 14 — — — Datos de Precipitación acumulada Inicio Final Tipo NM NA NAC NAC 15 — — 1 16 — — — 11 — — — 27 1 1 — — 13 — — — — — 4 — — 4 — — — Continúa en la siguiente página ... tabla A1: (Continuación) Código Longitud Estación meteorológica Latitud Localidad Datos de Temperatura atmosférica Inicio Final Tipo NM NA 1293 1293O 1302 1302F 1302G 1302I 1303 1303A 1303E 1303I 1303X 1305 1309 1309C 1311 1311E 1311I 1314 1314A 1314B 1314E 1315 1317 1320 1323 1323C 1323E 1323I 1323O 1325 -6.5050 -6.5100 -6.9130 -6.4710 -6.4740 -6.4880 -6.5690 -6.5710 -6.6310 -6.6490 -6.7630 -6.7770 -6.8740 -6.8850 -6.7330 -6.7660 -6.7620 -6.8770 -6.8780 -6.8470 -6.8630 -6.7240 -7.0190 -6.9060 -6.8770 -6.8660 -6.9080 -6.8450 -6.8240 -6.8190 43.5389 43.5014 43.0211 42.9564 42.9583 42.9481 42.9417 42.9403 42.9861 42.9583 42.9222 42.9875 43.0389 43.0272 43.2528 43.2333 43.2014 43.2189 43.2250 43.2367 43.2500 43.2958 43.2583 43.3431 43.2583 43.3306 43.3972 43.3611 43.3861 43.4292 Barcia de Luarca (Granja) Sapinas Santiso Degaña Coto Cortés Degaña Coto Cortés Cerredo Degaña Degaña (C.G.C.) Larón Tablado de Degaña Luiña (Tornado) Alguerdo San Antolín de Ibias Linares (San Antolín de Ibias) Lago de Allande Berducedo Salcedo de Allande Grandas de Salime Los Valles-Grandas de Salime Embalse de Grandas de Salime Sanzo Santa Coloma Santa Eulalia de Oscos Illano-Carbayal Pesoz de Pesoz Illano de Illano Brañavara Gio Embalse de Doiras Boal Abreviaturas y otras convenciones: m y a estación de medida manual o automática, respectivamente; NM es el número de meses con observaciones válidas; NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses. En la columna ’Localidad’, C.G.C. se re ere a Cuartel de la Guardia Civil. ) Ponticiella Oneta Oneta Embalse de Arbón Trelles Anleo Navia-Ence Navia (Aeropuerto) La Caridad de el Franco (C. 73 Escenarios de Cambio Climático en Asturias .1130 -7.4097 43.4156 42. respectivamente.4806 43.1000 -7.5417 43.9780 43. En la columna ’Localidad’.6710 -6.7240 -6.5333 43.5389 43.0610 -6. C.4875 43.8310 -6. NM es el número de meses con observaciones válidas.9972 43.0140 -6.C.8550 -6.9550 -7.7240 -6.5556 43.tabla A1: (Continuación) Código 452 400 330 374 35 100 140 15 80 63 55 50 80 20 518 300 25 20 30 40 340 340 300 335 1525 1100 1080 m m m a m m m m m m m m m m m m a m m m m m m a m m m 15/06/1971 15/01/1971 15/01/1971 15/05/2008 15/08/1973 15/01/1971 15/01/1971 15/08/1989 15/04/1975 15/06/1971 15/08/2004 15/01/1971 15/01/1970 15/07/1954 15/01/1971 15/01/1971 15/04/1997 15/08/1968 15/01/1976 15/01/1971 15/01/1971 15/08/1972 15/01/1971 15/03/2010 15/01/1961 15/12/1988 15/08/1999 15/03/1995 15/08/2010 15/08/2010 15/06/2010 15/08/2010 15/10/2000 15/06/2009 15/08/2010 15/04/1975 15/02/2004 15/08/2010 15/10/1978 15/12/1978 15/09/1962 15/01/1986 15/05/2002 15/08/2010 15/12/1996 15/04/1994 15/04/2008 15/01/1978 15/08/2010 15/06/2010 15/08/2010 15/08/2010 15/11/2000 15/07/2010 251 463 469 23 421 355 457 225 1 356 72 90 96 99 171 372 126 330 208 435 83 454 440 6 140 115 113 25 40 40 3 37 30 39 22 1 34 7 8 9 9 16 32 14 29 19 38 8 39 40 1 17 13 12 16 31 33 0 26 27 34 14 0 20 5 5 7 7 9 26 2 21 12 27 5 34 26 0 6 5 1 — — — 15/05/2008 — — — 15/08/1989 — — — — 15/01/1970 15/07/1954 — — 15/04/1997 — 15/12/1975 — — 15/08/1972 — 15/05/2009 15/01/1967 15/07/1989 15/08/1999 — — — 15/08/2010 — — — 15/08/2010 — — — — 15/12/1978 15/09/1962 — — 15/08/2010 — 15/04/1994 — — 15/08/2010 — 15/08/2010 15/08/2010 15/01/2002 15/07/2010 — — — a — — — m — — — — m m — — a — m — — m — a m m m — — — 18 — — — 222 — — — — 93 93 — — 137 — 207 — — 452 — 16 115 72 119 — — — 3 — — — 22 — — — — 9 9 — — 14 — 20 — — 39 — 2 15 11 12 Longitud Estación meteorológica Latitud Localidad Altura (m) NAC Datos de Precipitación acumulada Inicio Final Tipo NM NA Datos de Temperatura atmosférica Inicio Final Tipo NM NA NAC — — — 0 — — — 13 — — — — 5 3 — — 4 — 10 — — 33 — 0 2 0 4 1325A 1325E 1327 1327A 1327D 1327E 1327I 1327U 1328 1328E 1328F 1328I 1329E 1330 1330E 1330I 1331D 1331E 1331F 1332E 1340 1340A 1341 1341B 1542 1743 1743B -6.3611 43.7460 -6.5375 43.5083 43.0160 -7.8300 -6.4306 43.7330 -6.G.3931 43.5694 43.4611 43.9160 -6.9940 -4.2694 43. se re ere a Cuartel de la Guardia Civil.5514 43.8170 -6.5575 43.C.0270 -7.C.4190 -4.G.5278 43.6940 -6. NA es el número de años con al menos una observación y NAC es el número de años con observaciones todos los meses.5417 43.0210 -7.) La Caridad Valdepares Cavillón Tapia de Casariego Paramios Requejo de Castropol Figueras de Castropol Figueras de Castropol Lois de Castropol Piantón Taramundi Taramundi (Lórido) Ouria de Taramundi Ouria de Taramundi Puerto de Leitariegos Refugio Picota Buferrera (Parque) Abreviaturas y otras convenciones: m y a estación de medida manual o automática.0200 -7.2742 Boal (C.4661 43.9440 -7.4500 43.G.7390 -6.3597 43.6700 -6.0600 -7.4653 43.3875 43. y se proporcionan distintos resúmenes grá cos de los resultados.k . se asume que las observaciones se pueden explicar excepto por un error de observación independiente e idénticamente distribuido entre distintos momentos y estaciones. en la estación j. La integración se realizó empleando 13000 iteraciones del algoritmo de Gibbs (Lange et al... que sigue una distribución normal con media cero y desviación estándar σe . se puede expresar como la siguiente combinación lineal: Yijkt = γ0 + γ1 NAOt + γ2 AMOt + γ3 DEMi + γ4 DCi + α0.j . se asumió que el nivel medio de precipitación o temperatura. σe ) (A1) Los parámetros a estimar son γm . .. y los parámetros αm. que se asume proceden de una distribución normal común para todas las estaciones.ik ∼ N(α0. Yijt . Se seleccionó 1 de cada 10 iteraciones de las 10000 restantes para obtener una muestra de 1000 valores de los parámetros que se emplearon en el resto de los análisis. de las cuales se descartaron las 3000 primeras.i. Los modelos se ajustaron en R (R Development Core Team 2010) empleando la librería MCMCglmm (Had eld 2010). oto˜ o} n ijt ∼ N(0.ij ∼ N(αm.ij + α1. en el instante t.. Análisis de series procedentes de estaciones meteorológicas Los datos mensuales de precipitación y temperatura recogidos por la red de observación AEMET se analizaron mediante modelos lineales mixtos (Gelman & Hill 2007)... Para ello. En el texto principal se hace referencia a alguno de los valores obtenidos tras ajustar ecuación A1 a las observaciones mensuales de precipitación y temperatura. Julio de 2011 .. La tabla A2 proporciona las medias condicionales e intervalos de con anza para el resto de los parámetros. durante el mes del año k. σαm. 1992). diciembre} αm. que ajusta este tipo de modelos mediante integración combinando cadenas de Markov con el método de Montecarlo. m = 0. medido por la estación meteorológica i.. 1 j = {invierno. verano.3.74 A.ik + α0.k ). σα0. k = {enero. f ebrero. . σm ). 1. para cada estación meteorológica i. Para el ajuste se emplearon distribuciones previas o a priori poco informativas para cada uno de los parámetros. primavera.ij t + ijkt γm ∼ N(µm .. 4 α0.. Condicionado en los efectos jos y aleatorios. que se asume siguen una distribución normal.j ). m = 0. 0.16 [0.27. -31.5] verano -35.08 [-4.0.1 [-38. 0.837.786 [0.0035.0 [13. 1.49] 4.72] marzo -2.4] 0.-0. 14.0015 [-0.9 [11.14 [0.-0.58.16 [0.203 [-0.0165] Escenarios de Cambio Climático en Asturias .79] 1.0826] 0.9] octubre 8.9.025. 21. 23.1. 0. 3.47 [3. 2. 2. 1.37 [6.256] -4.41 [1.15 [-3.92] 1.957.2] 19.9 [11.-1.61] Temperatura σα0 1. 0.-20.21 [-3. 0.27] julio -6.5] 12. 0.45] 1. 1.911. 0.16 [0.133] -0.47] 1.169.46] 1.8 [11.8] noviembre 18.83.62 [-2.317] Efectos aleatorios α0 enero 1.88] -0. 0.4 [-25.16 [0.1 [19.20] 0.726] 0. 0.127. 14.316 [1.254 [0.24 [0.205 [-0.73 ] 0.02] -1. 1.556] -0.718.745 [-1.254 [0.333 [0.6.0208] 1.46] 1.863.52 [-2.18 [-4.88.28.300] -1.01.6 [11.0] α1 — — — — — — — — — — — — — — — — — — — — — — — — σ α1 — — — — — — — — — — — — — — — — — — — — — — — — 4. 11. 0.9 [93.15 [0.899. -0. 15.0] 17.80 [-8. 15.619] 1.077 [0.4 [17.403] 1.46] 1.199.66 [5.9 [12.0688.8.218 [0.-2.47] 1. 15. 1.96 [-5.896. -3.44] 1.7.1.966] 1.1 [13.7.98.6] 21. 1.75] 4.82 [-7.0] primavera 9.-2. 1.00 [-1.64] α1 — — — — — — — — — — — — — — — — — — — — — — — — σα1 — — — — — — — — — — — — — — — — — — — — — — — — 0.30.42.11.05. 0.23 [-0. 1.0160] γ3 (DEM) 0.9.4] 12.39.53] 1.86 [3.857. 1.34 [-2.0238.8.592 [-0. 1. 0.1.229 [0.176. 14.0 [17.60.808.47] febrero -5.2] 12.6] 13.2.80] 3. 0.4 [-19.028 [-0.2.177] -16.8 [11.-4. Para cada uno de los parámetros (ecuación A1) se proporciona la estimación de la media y el intervalo de con anza del 95 % condicionada a las observaciones.8 [12. 20.712] abril 8.60. 5.182. 0. 3.52] 1.7 [11. 14.-13.47] -1.1] 12.312] 0. 14.9] mayo -2.872. 1. 14.43] 1.84] -0. 1. 5.03. 14.6] 19.9.46.0] 13.994 [0.75] 1.8 [8. 20.573.9 [11.6] invierno Precipitación σα0 12.287 [-0. 5.30 [6. 21.559.-0.742.1.585] -3.195.-0.266] junio -1.22 [0. 1.50. 12.072 [-0.-3.73 [1.868.979.44] 1.86.56.3] diciembre 10.0062 [-0. Las tendencias (α1 ) se expresan en mm mes−1 o o C por década.64 [3.35.21.00] α0 -0.26] -0.-0.7] 12.889.947. 1. 1. 1.47 [6.0074. 13. 10. 0.2.0457 [0.0. 10.0617] γ4 (DC) -0. 14.07.15 [0.33.89 [1.8] 0.75 tabla A2: Ajuste del modelo de regresión lineal mixto a los valores de precipitación y temperatura mensual. 102.43 [1. 14.52 [3.8] 13.16 [0.5 [11.10.3] Temperatura 13.94 [-9.3.16 [0.276.94 [-2.15 [0. La precipitación se expresa como mm mes−1 .8 [11.55. 1. 16.849.673] 4.0 [15. 1.0.01.2] 13.36 [2.181 [-0.39.64 [0. 15.25.-1.53] 1.08] 4.39.-0. 6.4.9] otoño 8.433.268] 0.4 [11.907.333.05.69] septiembre -23. 5. 0. Efectos jos γ0 γ1 (NAO) γ2 (AMO) Precipitación 97.16.0259 [-0.8.104] -1.41 [1. 1.42] agosto -4.0301.27 [3.16 [0.0005] -0.279] 0. 1.1. -0. 1.4] 15.79.4] 12.395] 0.956 [-1.4 [10.8.52 [1.5] 12.41] 0.16.43] 1.26] -1. mientras que la temperatura se expresa en o C. 1. . Cada uno de los mapas muestra el promedio de mapas mensuales interpolados a partir de datos recogidos por las estaciones meteorológicas de la red de observación AEMET (subsección 2. julio y agosto (JJA. Escenarios de Cambio Climático en Asturias . y otoño: septiembre.4). respectivamente. gura B1). gura B3). invierno: diciembre. octubre y noviembre (SON. de los valores de precipitación y temperatura mensual considerando estaciones del año trimestrales. La precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C) durante cada estación del año se calcularon como la suma o el promedio. primavera: marzo. gura B4). abril y mayo (MAM.77 B. Mapas estacionales de precipitación y temperatura. Nota: la escala de color cambia entre mapas de una misma variable entre las distintas estaciones del año. 1970–2009 En este Apéndice se presentan mapas con promedios decadales para cada estación del año durante el período 1970–2009. verano: junio. enero y febrero (DEF. gura B2). o Julio de 2011 . Cada uno de los mapas muestra el promedio de mapas mensuales interpolados a partir de datos recogidos en la red AEMET (subsección 2.78 gura B1: Variación espacial en la precipitación acumulada (mm trimestre−1 ) y en la temperatura media ( C. repectivamente. enero (E) y febrero (F). página siguiente) en invierno durante las últimas décadas (1970-2009). La precipitación acumulada y la temperatura media son suma y promedio.4). de los valores estimados para los meses de diciembre (D). 79 Escenarios de Cambio Climático en Asturias . página siguiente) en primavera durante las últimas décadas (1970-2009). abril (A) y mayo (M).4). Cada uno de los mapas muestra el promedio de mapas mensuales interpolados a partir de datos recogidos en la red AEMET (subsección 2.80 gura B2: Variación espacial en la precipitación acumulada (mm trimestre−1 ) y en la temperatura media (o C. Julio de 2011 . repectivamente. de los valores estimados para los meses de marzo (M). La precipitación acumulada y la temperatura media son suma y promedio. 81 Escenarios de Cambio Climático en Asturias . o Julio de 2011 . La precipitación acumulada y la temperatura media son suma y promedio. página siguiente) en verano durante las últimas décadas (1970-2009).4). de los valores estimados para los meses de junio (J). julio (J) y agosto (A). Cada uno de los mapas muestra el promedio de mapas mensuales interpolados a partir de datos recogidos en la red AEMET (subsección 2.82 gura B3: Variación espacial en la precipitación acumulada (mm trimestre−1 ) y en la temperatura media ( C. repectivamente. 83 Escenarios de Cambio Climático en Asturias . 4). página siguiente) en otoño durante las últimas décadas (1970-2009). o Julio de 2011 . octubre (O) y noviembre (N).84 gura B4: Variación espacial en la precipitación acumulada (mm trimestre−1 ) y en la temperatura media ( C. La precipitación acumulada y la temperatura media son suma y promedio. repectivamente. Cada uno de los mapas muestra el promedio de mapas mensuales interpolados a partir de datos recogidos en la red AEMET (subsección 2. de los valores estimados para los meses de septiembre (S). 85 Escenarios de Cambio Climático en Asturias . . julio y agosto (JJA. respectivamente. invierno: diciembre. subsección 2. verano: junio. enero y febrero (DEF. La precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C) durante cada estación del año se calcularon como la suma o el promedio. gura C2). Escenarios de Cambio Climático en Asturias . Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. octubre y noviembre (SON.87 C. abril y mayo (MAM.4). gura C4). de los valores precipitación y temperatura mensual considerando estaciones del año trimestrales. 2010–2069 Este Apéndice presenta mapas con promedios para cada estación del año durante los períodos 2010–2039 y 2040–2069 para el escenario de emisiones A1B (sección 3). Nota: la escala de color cambia entre mapas de una misma variable entre las distintas estaciones del año. gura C1). primavera: marzo. Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970– 1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior.2). y otoño: septiembre. gura C3). Mapas con las proyecciones estacionales para precipitación y temperatura. 4). La precipitación acumulada y la temperatura media son suma y promedio. octubre (O) y noviembre (N). repectivamente.2). de los valores estimados para los meses de septiembre (S). Julio de 2011 . página siguiente) en invierno para el período 2010–2069 para el escenario de emisiones A1B (sección 3). Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior.88 gura C1: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C. Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. subsección 2. 89 Escenarios de Cambio Climático en Asturias 90 gura C2: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C, página siguiente) en primavera para el período 2010-2069 para el escenario de emisiones A1B (sección 3).Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3.2). Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior, subsección 2.4). La precipitación acumulada y la temperatura media son suma y promedio, repectivamente, de los valores estimados para los meses de marzo (M), abril (A) y mayo (M). Julio de 2011 91 Escenarios de Cambio Climático en Asturias repectivamente. Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior. de los valores estimados para los meses de junio (J). La precipitación acumulada y la temperatura media son suma y promedio. subsección 2. página siguiente) en verano para el período 2010-2069 para el escenario de emisiones A1B (sección 3).2). Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3.4). julio (J) y agosto (A).92 gura C3: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C. Julio de 2011 . 93 Escenarios de Cambio Climático en Asturias . repectivamente. Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior. octubre (O) y noviembre (N). de los valores estimados para los meses de septiembre (S). subsección 2.94 gura C4: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C.2). página siguiente) en otoño para el período 2010-2069 para el escenario de emisiones A1B (sección 3). La precipitación acumulada y la temperatura media son suma y promedio. Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3.4). Julio de 2011 . 95 Escenarios de Cambio Climático en Asturias . . Mapas con los cambios estacionales proyectados para precipitación y temperatura. respectivamente.2). primavera: marzo. octubre y noviembre (SON.97 D. Nota: la escala de color cambia entre mapas de una misma variable entre las distintas estaciones del año. invierno: diciembre. Escenarios de Cambio Climático en Asturias . gura D2). La precipitación acumulada ( %) y la temperatura media (o C) durante cada estación del año se calcularon como la suma o el promedio. y otoño: septiembre. gura D1). abril y mayo (MAM. de los valores de precipitación y temperatura mensual considerando estaciones del año trimestrales. gura D3).4). gura D4). Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. enero y febrero (DEF. 2010–2069 Este Apéndice presenta mapas con promedios sobre los cambios proyectados para cada estación del año durante el período 2010–2069 para el escenario de emisiones A1B (sección 3). julio y agosto (JJA. Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para los períodos 2010–2039 y 2040–2069 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2. verano: junio. Cada mapa muestra proyecciones conjuntas elaboradas a partir de proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3.98 gura D1: Cambios esperados en la precipitación acumulada ( %. panel inferior) en invierno para el período 2010–2069. Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para los períodos 2010–2039 y 2040–2069 respecto al promedio estimado para el período 1970–1990 a partir de observaciones de la red AEMET (subsección 2. Se muestran incrementos predichos para el escenario A1B (véase la sección 3).4). panel superior) y en la temperatura media (o C. La precipitación acumulada y la temperatura media son suma y promedio. de los valores de estimados para los meses de diciembre (D). Julio de 2011 .2). enero (E) y febrero (F). repectivamente. panel inferior) en primavera para el período 2010–2069.99 gura D2: Cambios esperados en la precipitación acumulada ( %. panel superior) y en la temperatura media (o C. abril (A) y mayo (M).2). y cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. repectivamente. Escenarios de Cambio Climático en Asturias . La precipitación acumulada y la temperatura media son suma y promedio. de los valores de estimados para los meses de marzo (M). Se muestran incrementos predichos para el escenario A1B (véase la sección 3). Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para los períodos 2010–2039 y 2040– 2069 respecto al promedio estimado para el período 1970–1990 a partir de observaciones de la red AEMET (subsección 2.4). Julio de 2011 . panel superior) y en la temperatura media (o C. Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para los períodos 2010–2039 y 2040–2069 respecto al promedio estimado para el período 1970–1990 a partir de observaciones de la red AEMET (subsección 2. repectivamente. Se muestran incrementos predichos para el escenario A1B (véase la sección 3).100 gura D3: Cambios esperados en la precipitación acumulada ( %. panel inferior) en verano para el período 2010–2069. julio (J) y agosto (A). La precipitación acumulada y la temperatura media son suma y promedio. de los valores de estimados para los meses de junio (J).4). y cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3.2). 4).101 gura D4: Cambios esperados en la precipitación acumulada ( %. Escenarios de Cambio Climático en Asturias . panel inferior) en otoño para el período 2010–2069. repectivamente. Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para los períodos 2010–2039 y 2040–2069 respecto al promedio estimado para el período 1970–1990 a partir de observaciones de la red AEMET (subsección 2. y cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. Se muestran incrementos predichos para el escenario A1B (véase la sección 3). octubre (O) y noviembre (N). panel superior) y en la temperatura media (o C.2). de los valores de estimados para los meses de septiembre (S). La precipitación acumulada y la temperatura media son suma y promedio. . Mapas con las proyecciones estacionales para precipitación y temperatura.103 E. 2070–2099 Este Apéndice presenta mapas con promedios para cada estación del año durante el período 2070– 2099 para los escenarios de emisiones A2. primavera: marzo.4). La precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C) durante cada estación del año se calcularon como la suma o el promedio. gura E4). Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales para distintos escenarios (A2. A1B y B2. gura E1). abril y mayo (MAM. y otoño: septiembre. Nota: la escala de color cambia entre mapas de una misma variable entre las distintas estaciones del año. julio y agosto (JJA.2). véase la sección 3). verano: junio. Escenarios de Cambio Climático en Asturias . octubre y noviembre (SON. gura E3). de los valores de precipitación y temperatura mensual considerando estaciones del año trimestrales. subsección 2. respectivamente. invierno: diciembre. gura E2). Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior. A1B y B2 (sección 3). enero y febrero (DEF. cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. Julio de 2011 . de los valores estimados para los meses de diciembre (D). enero (E) y febrero (F). cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. A1B y B2. repectivamente.2). Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales para distintos escenarios (A2.4). Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior. La precipitación acumulada y la temperatura media son suma y promedio. subsección 2. página siguiente) en invierno para el período 2070-2099.104 gura E1: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C. véase la sección 3). 105 Escenarios de Cambio Climático en Asturias . cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. véase la sección 3). A1B y B2. La precipitación acumulada y la temperatura media son suma y promedio. de los valores estimados para los meses de marzo (M). página siguiente) en primavera para el período 2070-2099. Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales para distintos escenarios (A2.106 gura E2: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C.4).2). subsección 2. Julio de 2011 . abril (A) y mayo (M). repectivamente. Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior. 107 Escenarios de Cambio Climático en Asturias . La precipitación acumulada y la temperatura media son suma y promedio. véase la sección 3). subsección 2. Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior.108 gura E3: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C.4). A1B y B2. cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. Julio de 2011 . Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales para distintos escenarios (A2. julio (J) y agosto (A). de los valores estimados para los meses de junio (J).2). página siguiente) en verano para el período 2070-2099. repectivamente. 109 Escenarios de Cambio Climático en Asturias . véase la sección 3). página siguiente) en otoño para el período 2070-2099. cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3.2). Julio de 2011 . repectivamente. octubre (O) y noviembre (N). Los incrementos en precipitación y temperatura estimados para cada modelo con respecto al período 1970–1990 se ha añadido a la climatología estimada para el mismo período a partir de la interpolación de observaciones recogidas en la red AEMET (panel superior. subsección 2. de los valores estimados para los meses de septiembre (S). A1B y B2. Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales para distintos escenarios (A2. La precipitación acumulada y la temperatura media son suma y promedio.110 gura E4: Proyecciones para la precipitación acumulada (mm trimestre−1 ) y la temperatura media (o C.4). 111 Escenarios de Cambio Climático en Asturias . . octubre y noviembre (SON. Mapas con los cambios estacionales proyectados para precipitación y temperatura. respectivamente. Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. gura F2). julio y agosto (JJA. La precipitación acumulada ( %) y la temperatura media (o C) durante cada estación del año se calcularon como la suma o el promedio. Escenarios de Cambio Climático en Asturias .113 F. gura F1). y otoño: septiembre. invierno: diciembre. abril y mayo (MAM. gura F3). verano: junio. de los valores de precipitación y temperatura mensual considerando estaciones del año trimestrales.4). A1B y B2 (sección 3). gura F4). 2070–2099 Este Apéndice presenta mapas con promedios sobre los cambios proyectados para cada estación del año durante el período 2070–2099 para los escenarios de emisiones A2. Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para el período 2070–2099 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2. enero y febrero (DEF.2). primavera: marzo. Nota: la escala de color cambia entre mapas de una misma variable entre las distintas estaciones del año. 4).2). enero (E) y febrero (F). Julio de 2011 . repectivamente. véase la sección 3). La precipitación acumulada y la temperatura media son suma y promedio. Los mapas corresponden a los incrementos predichos para distintos escenarios (A2. Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. A1B y B2. Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para el período 2070–2099 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2. de los valores estimados para los meses de diciembre (D). página siguiente) en invierno para el período 2070–2099.114 gura F1: Cambios esperados en la precipitación acumulada ( %) y en la temperatura media (o C. 115 Escenarios de Cambio Climático en Asturias . Julio de 2011 . Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para el período 2070–2099 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2. página siguiente) en primavera para el período 2070–2099. de los valores estimados para los meses de marzo (M).4).2). Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. Los mapas corresponden a los incrementos predichos para distintos escenarios (A2. La precipitación acumulada y la temperatura media son suma y promedio. véase la sección 3).116 gura F2: Cambios esperados en la precipitación acumulada ( %) y en la temperatura media (o C. repectivamente. A1B y B2. abril (A) y mayo (M). 117 Escenarios de Cambio Climático en Asturias . Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para el período 2070–2099 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2.118 gura F3: Cambios esperados en la precipitación acumulada ( %) y en la temperatura media (o C. de los valores estimados para los meses de junio (J).2). Los mapas corresponden a los incrementos predichos para distintos escenarios (A2. A1B y B2. Julio de 2011 . Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. página siguiente) en verano para el período 2070–2099. julio (J) y agosto (A). véase la sección 3).4). La precipitación acumulada y la temperatura media son suma y promedio. repectivamente. 119 Escenarios de Cambio Climático en Asturias . A1B y B2. página siguiente) en otoño para el período 2070–2099. La precipitación acumulada y la temperatura media son suma y promedio. de los valores estimados para los meses de septiembre (S). Se presentan el porcentaje de reducción en la precipitación acumulada y la diferencia en temperatura media entre el incremento proyectado para el período 2070–2099 respecto al promedio estimado para el período 1970–1990 a partir de observaciones recogidas por la red AEMET (subsección 2. Cada mapa muestra proyecciones conjuntas elaboradas a partir de las proyecciones basadas en varios modelos climáticos regionales cuya resolución se ha aumentado mediante técnicas estadísticas (subsección 3. Los mapas corresponden a los incrementos predichos para distintos escenarios (A2. repectivamente. octubre (O) y noviembre (N).2).120 gura F4: Cambios esperados en la precipitación acumulada ( %) y en la temperatura media (o C. Julio de 2011 . véase la sección 3).4). 121 Escenarios de Cambio Climático en Asturias . Documents Similar To ECCAstjulio2011Skip carouselcarousel previouscarousel next358052 5 Cortes Trabajo Energia EolicaLa Primera Nevada 16eneroII PARTE ESTUDIO ESCENARIOS CAMBIO CLIMÁTICO CUSCO Y APURÍMAC.pdfResumen Responsabilidades Politicas Cambio ClimaticoTDR Investigador Senior NacionalTESIS.pdfArticulación entre la RRD y la ACC en el marco del PACC (2)Resumen tecnico IPCC 2trabajo cambios climaticos.docxcambio climáticoadaptacionalcccolombiaDIAGNÓSTICO DEFINITIVOCalentamiento Global 4toEl Cambio ClimáticoGuía para la elaboración de Programas Estatales de Accción ante el Cambio Climático (PEACC).pdfCorreccion_Deber_1protección ambiental Fase II - Desarollo Social IIIWanafrica Nº 12 Pag_ (3)Cambio Climático (presentación cátedra de Geomorfología) Caso Practico Empresa GalleteraÁreas protegidas como respuesta al cambio climáticoAct07jpomposo El Cambio climatico oPlanificacion Curricular 1Cambio climático.docxInforme Hidrologia 2 AvanceCambio Climatico y AgriculturaCambio Climático 2014Cambio Climatico 6G-U5-MAT-Sesion01Footer MenuBack To TopAboutAbout ScribdPressOur blogJoin our team!Contact UsJoin todayInvite FriendsGiftsLegalTermsPrivacyCopyrightSupportHelp / FAQAccessibilityPurchase helpAdChoicesPublishersSocial MediaCopyright © 2018 Scribd Inc. .Browse Books.Site Directory.Site Language: English中文EspañolالعربيةPortuguês日本語DeutschFrançaisTurkceРусский языкTiếng việtJęzyk polskiBahasa indonesiaSign up to vote on this titleUsefulNot usefulYou're Reading a Free PreviewDownloadClose DialogAre you sure?This action might not be possible to undo. Are you sure you want to continue?CANCELOK