Con la alteración de los patrones climáticos tradicionales a consecuencia de los efectos del cambio climático, cada vez es más habitual el estudio de soluciones para la adaptación. En los últimos meses, hemos podido ver imágenes catastróficas de los efectos de lluvias torrenciales en varias partes del mundo, de Zaragoza a Pekín, donde un mejor diseño urbano, un mejor sistema de drenaje o una combinación de ambos factores habrían reducido de forma considerable el impacto de los torrentes de agua.
En esta entrada, viajamos a la ciudad de Alicante, en el sureste de España, donde las lluvias están modificando de manera progresiva su frecuencia e intensidad, y cuyo conocimiento detallado podría ayudar a las autoridades competentes y a planificadores urbanos a tomar una serie de decisiones que mejoren la gestión del agua en la ciudad al tiempo que minimizan los daños cuando diluvie.
Los datos observados muestran que, desde principios de la década de los ‘80, ha aumentado de manera notable la temperatura del mar Mediterráneo, que baña las costas alicantinas. A su vez, este incremento de la temperatura marítima ha propiciado un aumento de la torrencialidad en unas lluvias que cada vez más se alejan (tanto en frecuencia, como en estacionalidad y torrencialidad) del patrón tradicional por el cual estas sucedían en primavera y otoño, adelantándose en los últimos años hasta el final del verano, por ejemplo. Al mismo tiempo, el número de días de lluvia ha ido disminuyendo a lo largo de los últimos 80 años. Así las cosas, se antoja necesario sacar la lupa del cajón y escrutar estos fenómenos de cara a facilitar los datos necesarios para una estrategia de adaptación satisfactoria.
Proyecciones climáticas y ajuste de sesgos
En Predictia, hemos participado junto con Aguas de Alicante en uno de los primeros estudios a nivel nacional e internacional de aplicación de nuevos modelos matemáticos centrados en el campo de alcantarillado urbano (de Alicante, en este caso). Nuestra contribución se ha centrado en la caracterización del clima futuro, para lo que hemos usado la herramienta Climadjust para ajustar los sesgos de las proyecciones climáticas de un conjunto de modelos de cambio climático procedentes tanto de la sexta fase del Coupled Model Intercomparison Project (CMIP6; con un total de 5 simulaciones), como de EURO-CORDEX (para un conjunto de 51 simulaciones). Las variables que se han tenido en cuenta han sido precipitación y temperaturas máxima, mínima y media.
El ajuste de la precipitación para los Modelos de Circulación General se realiza usando la serie de datos históricos registrados en el observatorio oficial perteneciente a la Agencia Estatal de Meteorología (AEMET) de Ciudad Jardín, en Alicante (38.37ºN, 0.49ºO), en el período comprendido entre los años 1938 y 2021 (83 años). Por su parte, las proyecciones de temperatura se realizan mediante el uso del reanálisis ERA5-Land como referencia. Tomando como base estas series históricas, se aplican técnicas de ajuste de sesgos (EQM e ISIMIP3) para obtener proyecciones climáticas en la ciudad. Dicho ajuste se ha realizado para las proyecciones de tres escenarios diferentes de emisiones de gases de efecto invernadero (CMIP6: SSP1-2.6, SSP2-4.5, SSP5-8.5; y EURO-CORDEX: RCP2.6, RCP4.5, RCP8.5) con resolución diaria.
Los resultados obtenidos sobre las proyecciones climáticas con resolución diaria muestran un incremento en las temperaturas mínimas, medias y máximas, así como una reducción de los días de lluvia en la ciudad. En las figuras 1, 2 y 3 se puede apreciar que, tras la aplicación de las citadas técnicas de ajuste de sesgos, los resultados de los modelos se ajustan mejor a las observaciones (líneas azul claro y naranja, respectivamente), en comparación con la serie sin ajustar (azul oscuro).
Aumento de la resolución temporal
Una vez corregidos los datos de las proyecciones climáticas, se utilizan técnicas estadísticas de desagregación temporal (mediante un modelo de cascada) para obtener series de precipitación horaria. Esta escala temporal es especialmente interesante para la caracterización de eventos de torrencialidad.
El método utilizado se basa en la tarea de distribuir los valores de precipitación en bloques de dos intervalos (ver Figura 4). Esto es, partiendo de los datos de 24 horas, se dividirá el valor acumulado de precipitación en dos intervalos de 12 horas. Estos intervalos de 12 horas se dividirán, cada uno, en dos intervalos de 6 horas. Y así sucesivamente hasta que se alcanza la resolución temporal deseada.
El problema trata de contestar a la siguiente pregunta: ¿Cómo vamos a dividir la precipitación en uno de los intervalos en otros dos intervalos diferentes? Existen tres posibilidades:
- Se asigna toda la precipitación al primer bloque (100-0).
- Se le asigna X% al primer bloque y (100 - X)% al segundo bloque.
- Se asigna toda la precipitación al segundo bloque (0-100).
Cada una de las distribuciones teóricas se puede estimar a partir de los datos observados. Y esta distribución diferencia entre dos tipos de lluvia: una clase por encima y otra clase por debajo de una cota determinada (la mediana). Estas técnicas están desarrolladas en el paquete de código abierto Melodist.
Curvas de Intensidad-Duración-Frecuencia (IDF)
Una vez calculadas las series de precipitación horaria, de estas, se obtienen las curvas IDF. El cálculo de las curvas IDF locales es de vital importancia, ya que el diseño de la mayoría de las infraestructuras hidráulicas se basa en estas curvas, que proporcionan valores extremos de intensidad de lluvia (mm/h) para varias duraciones (minutos a días) de frecuencia variable (años).
Para elegir el modelo o modelos que mejor funcionan, se comparan las IDFs proyectadas por los modelos en el escenario histórico 1950-2015 (figura 5) con las IDF históricas, obtenidas a partir de las observaciones de AEMET (figura 6).
Las curvas resultantes del clima futuro se agrupan en periodos climáticos: futuro cercano (años 2015 a 2040), futuro medio (años 2041 a 2070) y futuro lejano (años 2071 a 2100). Estas IDF del clima futuro se utilizan para calcular el coeficiente de torrencialidad y el factor de cambio climático en los diferentes escenarios climáticos.
Coeficiente de torrencialidad y factor de cambio climático
Uno de los objetivos principales del trabajo pretendía obtener un coeficiente de torrencialidad que permitiese caracterizar la frecuencia e intensidad de eventos de precipitaciones extremas (o torrenciales). Para ello, se ha hecho uso de la siguiente metodología:
- Calculamos el promedio de lluvia que precipita en días con valores superiores a 1mm.
- Dividimos la serie de precipitación horaria entre el valor de la constante obtenida en el apartado anterior.
El objetivo de esta metodología es identificar intervalos horarios donde llueve por encima del valor normal diario en un día con lluvia (ver Figura 7).
Por su parte, el factor de cambio climático es la variación porcentual entre las intensidades observadas y las proyectadas para los climas futuros, y sirve para describir el potencial desarrollo de precipitaciones extremas debido al cambio climático. Si este factor es superior a 1, las intensidades proyectadas serán más altas que las obtenidas mediante los datos históricos de observación, y el cambio será mayor cuanto más se aleje de 1.
Si te interesa profundizar más en este tema, te invitamos a que consultes el artículo Local- scale regionalisation of climate change effects on rainfall pattern: application to Alicante City (Spain), del que nuestros compañeros Antonio Pérez y Mario Santa Cruz son coautores, y de reciente publicación en la revista Theoretical and Applied Climatology.
Y si necesitas proyecciones climáticas que se ajusten a una zona geográfica específica, no dudes en ponerte en contacto con nuestro equipo a través de predictia@predictia.es o a través de la web de Climadjust.