Parte V   Cenários de Mudanças Climáticas
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Parte V Cenários de Mudanças Climáticas

on

  • 768 views

"Cenários de mudanças climáticas" é o tema da apresentação utilizada no workshop “Adaptação à Mudança do Clima no Brasil em 2040: cenários e alternativas”, realizado nos dias 16 e 17 de ...

"Cenários de mudanças climáticas" é o tema da apresentação utilizada no workshop “Adaptação à Mudança do Clima no Brasil em 2040: cenários e alternativas”, realizado nos dias 16 e 17 de dezembro de 2013. (Por Sin Chan Chou )

Mais informações: http://ow.ly/sN0hw

Statistics

Views

Total Views
768
Views on SlideShare
768
Embed Views
0

Actions

Likes
0
Downloads
17
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

CC Attribution-ShareAlike LicenseCC Attribution-ShareAlike License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Parte V Cenários de Mudanças Climáticas Presentation Transcript

  • 1. Ministério da Ciência, Tecnologia e Inovação Instituto Nacional de Pesquisas Espaciais CENÁRIOS DE MUDANÇAS CLIMÁTICAS Sin Chan Chou André Lyra, Jorge Gomes, Josiane Bustamante, Gustavo Sueiro, Priscila Tavares, Adan Silva, Gracielle Chagas, Caroline Mourão, Isabel Pilotto chou@cptec.inpe.br +55-12-3186-8424
  • 2. A Primeira Projeção Climática • Cenário: 2 X CO2 • Arrhenius quantificou em 1896 as mudanças na temperatura (aprox. 5° C) que deveriam ser esperadas ao dobrar o CO2, baseado no conceito do efeito de ”glass bowl” introduzido em 1824 por Joseph Fourier
  • 3. Cenários de mudanças climáticas em modelos numéricos FAR – First Assessment Report (IPCC, 1990) 2 x CO2 A B C D 2010 2025 2040 2050 2100 Os cenários consideram desenvolvimento econômico, mudanças de uso de fontes de energia e crescimento demográfico.
  • 4. Special Report on Emission Scenarios (SRES,2000) AR4
  • 5. Representative Concentration Pathway – RCP AR5 Integrated Assessment Models – IA Models Land use included
  • 6. Cadeia de Incertezas Projeção dos Impactos das Mudanças Climáticas Emissões Concentrações CO2, metano, sulfatos, etc. Mudança Climática Global Cenários de população, energia, modelos econômicos Modelos do ciclo do carbono e química Modelos Climáticos Globais Temperatura, precipitação, pressão, etc. Detalhamento Regional Topografia, vegetação, evento extremo, etc. Impactos Enchentes, Secas, energia, produtividade agricola etc. Modelos Climáticos Regionais Modelos de Impactos
  • 7. Porque gerar novas simulações de mudanças climáticas? 1. Em geral, foram introduzidos melhorias nos modelos globais que acrescentaram processos importantes para mudanças climáticas, como ciclos biogeoquímicos (“Earth System Model”); 2. A simulação da temperatura da superfície melhorou com correlaçãp espacial de 0.99; e da precipitação de 0.77 em AR4 para 0.82 em AR5. 3. etc
  • 8. Projeções na América do Sul a partir de 42 modelos globais, RCP 4.5 (IPCC, 2013) AMZ NEB DJF Temperatura 25% 50% 75% 2016-2035 2046-2065 2081-2100
  • 9. Projeções na América do Sul a partir de 42 modelos globais, RCP 4.5 (IPCC, 2013) AMZ NEB JJA Temperatura 25% 50% 75% 2016-2035 2046-2065 2081-2100
  • 10. Projeções na América do Sul a partir de 42 modelos globais (IPCC, 2013) AMZ NEB ONDJFM Precipitação 25% 50% 75% 2016-2035 2046-2065 2081-2100
  • 11. Projeções na América do Sul a partir de 42 modelos globais, RCP 4.5 (IPCC, 2013) AMZ NEB AMJJAS Precipitação 25% 50% 75% 2016-2035 2046-2065 2081-2100
  • 12. Média de 42 modelos (IPCC, 2013)
  • 13. Avaliação do ciclo anual da precipitação período 1980-1999 de 44 modelos do AR5, ( produzida pela equipe do Modelo Eta/INPE) TSA 12 10 TSA PRECIP CMIP5 CMIP3 8 6 4 2 0 J F M A M J J A S O N D RMSE 2,00 1,80 1,60 1,40 1,20 1,00 0,80 0,60 0,40 0,20 0,00 J F M A M J J A S O N D CMIP5 CMIP3 1. Ciclo anual da precipitação correlaciona melhor com as OBS em CMIP5 2. RMSE da precipitação menor em CMIP5
  • 14. REGIONALIZAÇÃO (‘DOWNSCALING’) Modelo global, cenário A1B (HadCM3 ~400kmx300km) Modelo Regional Eta 40km, 20 km Para os modelos globais simularem vários séculos, e captarem as mudanças climáticas globais, necessitam utilizar grades de tamanhos grandes (baixa resolução espacial). Entretanto, para estudos de impactos, vulnerabilidade e adaptação, é necessário maior detalhe pois estes estudos tem caráter local. Os modelos atmosféricos regionais provem o detalhamento do modelo global (regionalização) para um determinado período de tempo e para uma determinada região. 14
  • 15. 1961-1990 simulations using Eta Model forced by HadCM3 historical 4-member runs (Chou et al 2012, Climate Dynamics) 15
  • 16. Eta Model Operational characteristics • Domains •Most part of South America •Southeast Brazil •Northeast Brazil • Resolution: 40 km/38 layers; •15km/50 layers; • 5km/50 layers NH • Grid-point model •Arakawa E grid and Lorenz grid • Refined Eta vertical coordi (Mesinger, 1984; Mesinger et al 2012) •Prognostic variables: T, q, u, v, ps, TKE, cloud water/ice, hydrometeors •Time integration: •2 level, split-explicit •Adjustmet: forward-backward •Horiz.Advection: first forward and then centered •Vert Advection: Piecewise Linear Scheme > finite volume Model •Convection: 1. Betts-Miller-Janjic scheme, 2. Kain-Fritsch + Mom Flux, Precip partition parameter • Stratiform rain: 1. Zhao scheme 2. Ferrier scheme • Turbulence: Mellor Yamada 2.5, MO surface layer, Paulson functions • Radiation: GFDL package • Land surface scheme: •NOAH scheme, 4 soil layers, • Initial conditions •NCEP T126L28, T213L42 analyses • L.B.C. • CPTEC T126L28 T213L42 GCM, • Initial soil moisture :monthly climatology • Initial albedo: seasonal climatology •SST 0.25x0.25 degree lat/lon •Changes in calculations of Ps, fluxes over ocean, 10-m winds. 16
  • 17. HADCM3 113x243x38 Pope et al, 2000, Gordon et al, 2000. (Hadley Centre OAGCM ) variables: u, v, q, theta, surf press •1960-2099 •LBC: 6/6h •flux adjustments and sulphur cycle included Present climate: [all-forcing run antropogenic (greenhouse gases, sulphates, ozone) + natural (solar and volcanic)] •Data domain : 106.875 W a 1.875 W e 78.75 S a 18.75 N •Resolution: dx=3.75o and dy=2.75o •Number of files for LBC= 44640 (31 years) 17
  • 18. from Weather to Climate Change version 1. 360-day year calendar; 2. Equivalent CO2 concentration, update every 5 years; 3. HadCM3 Monthly Sea Surface Temperature, daily update 4. Monthly Vegetation Greeness, daily update; 5. Interface to read HadCM3, output Veg greeness 18
  • 19. Mudança de precipitação do período de 2071-2099 em relação ao período de 19611990 a partir do conjunto das rodadas do HadCM3 Somente estes membros foram escolhidos para alimentar o modelo Eta Summer © Crown copyright Met Office
  • 20. 1961-1990 PRECIPITATION CRU CRU low low DJF mid high unprtrb JJA mid high unprtrb CIC PLATA, Uruguai, 2013 20
  • 21. DJF TEMPERATURE CRU CRU low low mid high unprtrb JJA mid high unprtrb AGU, Foz do Iguaçu, 2013 CIC PLATA, Uruguai, 2010 21
  • 22. Mean Errors DJF Ens Mean + Spread DJF JJA DJF JJA JJA precip DJF JJA Temp mean errors > spread 22
  • 23. Projeções regionalizadas sobre o Brasil cenário A1B 2011-2100 (Marengo et al 2012, Climate Dynamics) 23
  • 24. A1B-Low DJF JJA A1B-Medium DJF JJA A1B-High DJF JJA A1B-Unperturbed DJF 2010-40 2041-70 2071-2100 CIC PLATA, Uruguai, 2013 o C JJA
  • 25. A1B-Low DJF JJA A1B-Medium DJF JJA A1B-High DJF JJA A1B-Unperturbed DJF JJA 2010-40 2041-70 2071-2100 CIC PLATA, Uruguai, 2013 % of change
  • 26. Cenários futuros de clima As projeções sugerem que as mudanças do clima apresentam variabilidade regional % Mudanças na chuva (%) em 2071-2100 relativo a 1961-90. Amazonia e Noreste do Brasil deficiencia de chuvas Sudeste da America do Sulraumento nas chuvas Projeções até finais do Século XXI mostram mudanças nos extremos de chuva, com chuvas mais intensas ou com mais áreas com seca extrema Aumento na freqüência de chuvas intensas em 2071-2100 relativo a 1961-90 Aumento no número de dias secos consecutivos em 20712100 relativo a 1961-90 26
  • 27. % Mudanças na chuva de DJF relativo a 196190 Década 2010-40 8% 10% 19% 4% +1.3 °C 418 ppm +2.5 °C 523 ppm +3.3 °C 638 ppm Concentrações de CO2 equivalente +3.0 °C AMZ:+4.9°C SF: +4.1°C PAR: +4.1°C 25% 26% 3% AMZ:+2.0°C SF: +1.9°C PAR: +1.8°C AMZ:+3.6°C SF: +3.2°C PAR: +3.8°C 28% 2071-2100 Mudanças na temperatura anual global +1.7 °C = 2041-70 Mudanças na temperatura anual no Brasil +4.2 °C CIC PLATA, Uruguai, 2013 Projeções geradas pelo Eta-CPTEC/HadCM3 40 km -A1B (Marengo et al 2012)
  • 28. New scenarios & Eta model developments 28
  • 29. Desenvolvimento de novas simulações de mudanças climáticas regionalizadas (‘downscaling’) - MCTI/PNUD • Simulações com Modelo Eta-20km Região: América do Sul, Central e Caribe Período: 1960-2100 Cenários: RCP 4.5 e RCP 8.5 A partir dos modelos globais: BESM e HadGEM2-ES • Simulação com Modelo Eta-5km, não-hidrostático Região: Sudeste do Brasil Período: 1960-2100 Cenários: RCP 4.5 A partir do modelo: Eta-20km Aplicação: em estudos de megacidades, eventos extremos
  • 30. Hierarquia dos Modelos Numéricos Atmosféricos Globais: Acompanhamento dos padrões de escala sinótica para todo o globo. Regionais: Aplicação semelhante aos modelos globais, mas com resolução maior sobre uma área limitada de interesse. Mesoescala: Acrescenta detalhes aos padrões de escala sinótica previstos no modelo regional. Interação entre os modelos Global ci ci cc BESM, HadGEM 200km TSM Regional Eta-20km ci cc Mesoescala Eta-5km
  • 31. CICLO ANUAL DA PRECIPITAÇÃO (mm/dia); 40km x 20km; HadCM3 CRU E40km E20km BR N SE S
  • 32. FREQUÊNCIA RELATIVA vs PRECIPITAÇÃO (mm/dia); 40km x 20km % Distribuição do Eta-20km mais próxima da distribuição dos dados CRU América do Sul % %
  • 33. NON-HYDROSTATIC VERSION for HIGH RESOLUTION Projection of rainfall extremes (R10) and impacts in the Greater São Paulo city R10 Changes in R10 from the Eta model, relative to 196190, driven by HadCM3, A1B scenario (Marengo) 2020-2030 2050-60 2080-90
  • 34. Caroline Mourão, 2010 Change of land use: Urban vegetation at 5km >> increase of convective precipitation, stronger land-sea breeze circulation 34
  • 35. Eta-20km 315 x 625 x 38 pontos 1961-2100 6h/6h ou 3h/3h RCP 4.5 e RCP 8.5 Eta-5km 4 simulações Eta-20km para abril 2014 1 simulação Eta-5km para maio 2014
  • 36. Gilvan Sampaio analisou a tendencia de 9 modelos do IPCC AR5 de precip para NEB CCSM4, CSIRO-Mk-3-6-0, GFDL-ESM2M, GISS-E2-R, HadGEM2-ES, IPSL-CM5A-LR, MIROC5, MRI-CGCM3 e NorESM1-M. IPSL-CM5A-LR 8.5 IPSL-CM5A-LR 2.6 IPSL-CM5A-LR 4.5 MIROC5 4.5
  • 37. (Gilvan Sampaio) * ** 5 modelos 4 modelos 3 modelos Realce: modelos que apresentam tendência positiva Realce claro: modelos que apresentam *fraca* tendência positiva Interessante notar que com aumento do nível de emissão, diminui o numero de modelos com tendencia positiva de chuvas no NEB IPSL- CM5A-LR tendencia positiva em todos os cenários
  • 38. GCM que dispomos no INPE para alimentar o Eta 1. 2. 3. 4. 5. 6. MOHC IPSL CCCma CSIRO NIES INPE HadGEM2-ES RCP4.5/RCP8.5 IPSL-CM5A-LR RCP4.5/RCP8.5 CanESM2 RCP4.5/RCP8.5 CSIRO-Mk3-6-0 RCP4.5/RCP8.5 MIROC5 RCP 4.5 BESM RCP 4.5 / RCP 8.5 Avaliando o ciclo sazonal destes modelos no periodo 1980-2005, para a região tropical da America do Sul BIAS MAE RMSE R2 MOHC HadGEM2-ES 0.64 0.64 0.69 0.9836 melhor desempenho em TSA IPSL IPSL-CM5A-LR -1.19 1.19 1.37 0.9635 CCCma CanESM2 -1.88 1.88 1.90 0.9848 erros muito grandes para TSA CSIRO CSIRO-Mk3-6-0 -156 1.56 1.63 0.9361 erros muito grandes para TSA NIES MIROC5 0.58 0.94 1.08 0.9714 << Outros MRI 0.80 0.80 0.90 0.9599 GFDL-ESM-EM -1.25 1.25 1.48 0.9750 Combinando disponibilidade imediata dos dados, erro de magnitude mediano para a região tropical da América do Sul, e a necessidade de rodar 1 membro com chuva do futuro (futuro próximo) acima da média atual, então pode-se optar pelo MIROC5.
  • 39. Obrigada! chou@cptec.inpe.br 12-3186-8424 39
  • 40. IPCC, 2013: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T. F., D. Qin, G.-K. Plattner, M. Tignor, S. K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P. M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, in press. Chou SC, Marengo JA, Lyra A, Sueiro G, Pesquero J, Alves LM, Kay G, Betts R, Chagas D, Gomes JL, Bustamante J, Tavares P (2012) Downscaling of South America present climate driven by 4-member HadCM3 runs. Climate Dynamics. Vol. 38 n. 3-4, 635-653. DOI 10.1007/s00382-011-1002-8 Marengo, J. A.; Chou, S. C; Kay G.; Alves, L.; Pesquero, J. F Soares, W.R; Santos, D.C.; Lyra, A. A.; Sueiro, G.; Betts, R.; Chagas, D. J.; Gomes, J. L.; Bustamante, J. F.; Tavares, P. Development of regional future climate change scenarios in South America using the Eta CPTEC/HadCM3 climate change projections: Climatology and regional analyses for the Amazon, São Francisco and and the Parana River Basins. Climate Dynamics. Vol 38, n 9-10, 1829-1848. 2012. DOI 10.1007/s00382-011-1155-5 Mesinger F, Chou SC, Gomes JL, Jovic D, Bastos P, Bustamante JF, Lazic L, Lyra AA, Morelli S, Ristic I, Veljovic K. (2012) An upgraded version of the Eta model. Meteorology and Atmospheric Physics. Vol 116 (3), 63-79. DOI: 10.1007/s00703-012-0182-z
  • 41. Média de 42 modelos (IPCC, 2013)
  • 42. Porque gerar novas simulações regionalizadas? 1. Porque a regionalização permite maior detalhamento das simulações dos modelos globais a partir da inclusão de informação de topografia, vegetação etc. mais detalhada; 2. Processos físicos, por exemplo nuvens, podem ser representadas mais explicitamente; 3. A maior resolução horizontal permite representar fenômenos de maior intensidade; 4. Foram introduzidas melhorias no modelo regional;