Verificación
A continuación se describe cómo debe utilizarse correctamente SICMA para el caso de una persona que quiera afrontar un estudio de adaptación al cambio climático a escala local.
En primer lugar, es necesario comprobar que las herramientas con las que se ha generado la información de futuro funcionan adecuadamente en la zona de interés.
Para ello, en la pestaña Verificación se seleccionarán los observatorios meteorológicos que haya alrededor de la zona de interés. Hay que tener en cuenta que algunos observatorios tienen información de precipitación y temperatura, y otros solo de precipitación. Se pueden seleccionar primero los de temperatura más cercanos y luego, si en el estudio se requieren datos de lluvia, los de precipitación, por si hay alguno aún más próximo a la zona de estudio.
Pulsando con botón derecho del ratón y seleccionando Verificación/validación se muestran los informes disponibles, y pulsando en el icono, se descarga el informe seleccionado en PDF.
Lo primero será comprobar que la metodología de regionalización o downscaling funciona adecuadamente en esa zona, analizando los resultados de verificación, que comparan lo observado con lo simulado por downscaling de un reanálisis atmosférico, que representa el estado de la atmósfera observado en el pasado.
Se muestran los promedios mensuales estimados y observados, cuya diferencia es el BIAS y el MAE, o Error Absoluto Medio Diario. También se muestra el p-valor del test KS Kolmogorov- Smirnov, que si está por encima de 0, 05, indica que la población de valores simulados y la de observados para cada mes pueden considerarse similares.
Estos resultados de verificación suelen ser excelentes para temperatura y casi siempre suficientemente buenos para precipitación.
Una vez verificado que la herramienta de downscaling funciona adecuadamente en esa zona, hay que confirmar que los modelos climáticos a los que se aplica esta metodología también funcionan bien allí, analizando los resultados de validación, que comparan lo observado con lo simulado por downscaling de las salidas historical de dichos modelos para el pasado.
Se muestran los promedios mensuales, el p-valor e información sobre la desviación típica de cada uno de los diez modelos climáticos utilizados. También se muestran los valores y desviaciones típicas agregados para cada estación del año.
Los resultados de validación son en general razonablemente buenos, pero puede que en zonas concretas algunos modelos climáticos no reproduzcan adecuadamente las configuraciones atmosféricas que condicionan el clima en esa zona y den resultados para algunos meses que recomienden su no utilización. Así, si el ciclo anual simulado se diferencia claramente de lo observado o si el p-valor es menor de 0, 05, quizás sea recomendable no utilizar ese modelo climático en esa zona.
Es importante tener en cuenta que los resultados de validación sirven para recomendar no usar los modelos que presenten problemas importantes, pero no para hacer una jerarquía del resto de modelos. Para hacer esa jerarquía habría que afrontar un estudio mucho más profundo para periodos mucho más largos y atendiendo a más aspectos. Es decir, si varios modelos funcionan razonablemente, se deberían usar todos ellos y darles a todos la misma confianza, la misma probabilidad de ser el más acertado. Y no sería correcto considerar que los que funcionan algo mejor son de mayor confianza.
Pasos a seguir
Tras confirmar que la herramienta de downscaling funciona bien y tras identificar qué modelos climáticos no deberían usarse, ya se pueden utilizar las predicciones de futuro.
Deberán identificarse de las variables que ofrece SICMA, las relacionadas con el sector en el que se quiere afrontarla adaptación, y consultarlas aprovechando las funcionalidades explicadas.
Por ejemplo, una secuencia adecuada podría ser:
- Pinchar en el punto de interés para obtener la gráfica de punto y seleccionar las dimensiones como sigue.
- En primer lugar, debería seleccionarse el periodo del año de interés, que dependerá de cada caso. Habrá veces que interese ver los valores anuales y otras en las que interesen los datos de cierto mes o estación astronómica. Muchas veces podrá ser conveniente consultar varios de esos periodos.
- Deberían seleccionarse todos los modelos climáticos, salvo aquellos que no hayan superadola validación, para así tener una cuantificación de la incertidumbre, que es esencial en todo análisis climático.
- Seleccionar las SSP es probablemente la decisión más delicada. Sería conveniente informarse de lo que representa cada SSP para decidir. En resumen, la SSP1- 2.6 es la más favorable y solo se alcanzaría con un cambio radical de la sociedad. Por ello, a estas alturas no hay muchas posibilidades de que se consiga. Debería interpretarse como el objetivo a conseguir, pero ya un poco idealista. Conviene analizar los impactos asociados a él, aunque solo sea para tener una idea de lo que se podría llegar a conseguir con un cambio radical. La SSP5-8.5 es justo lo opuesto. El escenario más desfavorable, que supondría que seguimos emitiendo como hasta ahora. Podríamos esperar que la sociedad mundial sea cada vez más consciente de la realidad del cambio climático y que cada vez se tomen más medidas. Así que ojalá este escenario tampoco sea muy probable. También conviene analizar sus impactos para saber hasta dónde podríamos llegar si no se actúa. Los otros dos escenarios serían intermedios y quizá podrían considerarse algo más probables. La opción más sólida sería hacer el análisis por separado para cada una de las SSP y ver los impactos asociados a cada una.
- El siguiente paso sería obtener la gráfica correspondiente y verla en boxplot para visualizar mejor la incertidumbre en la proyección. Se puede imprimir a PDF para almacenarlo.
- Después deberían descargarse todos los datos a Excel, ya que muchas veces quien utiliza SICMA necesita los valores numéricos para alimentar sus modelos de impactos.
- Y finalmente, en caso de que se requieran las series diarias de lluvia y temperatura para alimentar modelos de impacto más sofisticados, debería elegirse el o los observatorios que se consideren climáticamente más similares al punto de interés y descargar las series correspondientes para los modelos climáticos y SSP antes seleccionados.