Caracterización de la precipitación simulada por modelos climáticos regionales CORDEX sobre la región de transición Andes-Amazonía

Abstract

Los modelos climáticos regionales (RCM) son ampliamente utilizados para evaluar impactos futuros causados por el cambio climático a escalas regionales y locales. Una iniciativa para proveer de proyecciones climáticas basadas en RCMs es Coordinated Regional Climate Downscaling Experiment (CORDEX), el cual abarca un dominio de simulación en Sudamérica. No obstante, una condición mínima para el uso de un RCM para ser considerado apto para evaluar impactos determinados es que reproduzca las variables climáticas relevantes para dicho impacto en el clima presente. Esta condición es particularmente difícil de cumplir sobre regiones complejas como la región de transición Andes-Amazonía, en donde la topografía andina y la abundancia de regímenes tropicales de lluvia continúan siendo un desafío para los modelos numéricos del clima. En este estudio, se evalúa el rendimiento de 32 simulaciones climáticas regionales de CORDEX-Sudamérica respecto de su habilidad para reproducir las condiciones pluviométricas observadas sobre la región de transición Andes-Amazonía. Se evalúan características espacio-temporales como la distribución espacial de la precipitación, con un enfoque en los efectos orográficos sobre la región de hotspots de lluvia, y la variabilidad estacional e interanual. Asimismo, se determina el grado al que las simulaciones de RCM están influenciadas por los Modelos Climáticos Globales (GCM) que lo fuerzan. Generalmente, la precipitación es sobreestimada durante los meses más lluviosos, especialmente en regiones ecuatoriales. Sesgos secos y húmedos se presentan sistemáticamente en cada RCM. Ningún RCM es particularmente destacable respecto del patrón de variabilidad y tendencias interanuales (1981-2008). Los RCM son capaces de contrarrestar los sesgos recibidos de los modelos climáticos globales (GCM) que los fuerzan, proporcionando valor agregado a las climatologías de precipitación. Las simulaciones de RCM son influenciadas por los GCM que lo fuerzan en mayor medida sobre las regiones de la Amazonía baja. Esta influencia disminuye sobre las zonas altas de los Andes y la región de hotspots, siendo determinado principalmente por la simulación de procesos dinámicos y termodinámicos por parte de los RCMs.

Regional Climate Models (RCMs) are widely used to assess future impacts caused by climate change at regional and local scales. An initiative to provide of climate projections based in RCMs is the Coordinated Regional Climate Downscaling Experiment (CORDEX), with a simulation domain in South America A minimum requirement for using an RCM to evaluate specific impacts is that it reproduces relevant climate variables for the present climate. This condition is particularly challenging to fulfill in complex regions such as the Andes-Amazon transition region, where the Andean topography and the abundance of tropical rainfall regimes continue to pose challenges for numerical climate models. In this study, the performance of 32 regional climate simulations from CORDEX-South America is evaluated regarding their ability to reproduce observed rainfall conditions over the Andes Amazon transition region. Precipitation spatio-temporal features are assessed, such as the spatial distribution of precipitation, with a focus on orographic effects in the region of rainfall hotspots, as well as seasonal and interannual variability. Additionally, the degree to which RCM simulations are influenced by the Global Climate Models (GCMs) that drive them is determined. Overall, precipitation is overestimated, especially during the rainiest months, particularly in equatorial regions. Dry and wet biases are consistently present in each RCM. No RCM stands out regarding the pattern of interannual variability and trends (1981-2008). RCMs are capable of counteracting biases received from the GCMs that force them, providing added value to precipitation climatologies. RCM simulations are more influenced by the forcing GCMs over the low Amazon regions. This influence decreases over the high Andes and the hotspots region, where the performance of precipitation simulation is primarily determined by the RCMs' ability to simulate dynamic and thermodynamics processes.