Climadjust
Climadjust
Desde sequías más frecuentes e intensas que arruinan los cultivos, hasta olas de calor que dificultan las actividades cotidianas ... Los impactos del cambio climático se propagan por toda la sociedad y varían de un lugar a otro. A la hora de mitigar y adaptarnos a estos cambios, las proyecciones climáticas proporcionan información clave sobre cómo evolucionarán las condiciones climáticas en las próximas décadas.
Sin embargo, los datos en bruto proporcionados por los modelos climáticos globales (MCG) o los modelos climáticos regionales (MCR) no se pueden utilizar de manera directa: su resolución generalmente no es lo suficientemente alta y ciertos aspectos de los modelos están simplificados (por ejemplo, la parametrización de ciertas variables físicas). El resultado es que, si bien los MCG y los MCR nos otorgan una buena imagen general, sus resultados muestran sesgos en comparación con las observaciones históricas locales o regionales. Para resolver esto, los investigadores utilizan el ajuste de sesgo: un conjunto de técnicas estadísticas que les permite utilizar observaciones pasadas para ajustar proyecciones futuras. Este es un proceso que consume tiempo y recursos, y además requiere conocimientos técnicos.
Climadjust es un servicio web que permite a los usuarios aplicar técnicas de ajuste de sesgos a las proyecciones climáticas de una forma sencilla y validada. A través de una interfaz fácil de usar y un conjunto de pasos predefinidos, el usuario puede:
- Cargar sus propios datos de observaciones para ajustar las proyecciones.
- Acceder a datos climáticos de última generación, provenientes de fuentes confiables como el Servicio de Cambio Climático de Copernicus o la Federación de Redes del Sistema Terrestre.
- Elegir entre seis técnicas de ajuste de sesgo diferentes, todas ellas a la vanguardia de las técnicas existentes.
- Obtener proyecciones listas para ser utilizadas, en formatos estandarizados: JSON y NetCDF.
- Validar las técnicas de ajuste de sesgo en períodos históricos.
El servicio también proporciona acceso a API, para integrarlo fácilmente en los flujos de trabajo ya existentes.
Puedes probar Climadjust de forma gratuita en climadjust.com.
Características destacadas
Descripción detallada
Climadjust ofrece cobertura a nivel mundialy permite al usuario cargar sus propios datos para ajustar las proyecciones climáticas. Para aquellos casos en los que el usuario no tiene datos propios, Climadjust brinda acceso a conjuntos de datos climáticos provenientes de fuentes confiables, como Copernicus Climate Data Store. En particular, ofrece acceso a:
- Datos de proyección: proyecciones climáticas de CMIP5 o EURO-CORDEX. Otros conjuntos de datos, como CMIP6 y otros dominios CORDEX, serán incluidos próximamente.
- Datos de referencia: conjuntos de datos de observación y reanálisis como ERA5, que proporciona estimaciones por hora de un gran número de variables climáticas atmosféricas, terrestres y oceánicas, que abarcan desde 1979 hasta 5 días en tiempo real.
Para ajustar los datos, Climadjust emplea las capacidades de ajuste de sesgo del marco de acceso abierto Climate4R, mantenido y actualizado continuamente por una comunidad dedicada de climatólogos. Esto permite un uso transparente de los datos climáticos. En particular, Climadjust ofrece seis técnicas diferentes de ajuste de sesgo, que incluyen técnicas paramétricas y empíricas, así como opciones que preservan la tendencia:
- ISIMIP3 [1]
- Empirical Quantile Mapping [2]
- Detrended Quantile Matching [3]
- Quantile Delta Mapping [4]
- Parametric Quantile Mapping
- Generalised Parametric Quantile Mapping [5]
Las técnicas de validación que ofrece Climadjust aseguran que todo el proceso sea transparente, proporcionando información de procesamiento verificable. Los protocolos de validación se desarrollaron de la mano del Grupo de Meteorología de Santander de la Universidad de Cantabria y siguen los métodos de validación estándar definidos en la acción VALUE COST europea.
Financiación y colaboración europeas
Climadjust fue financiado como un proyecto de caso de uso del Servicio de Cambio Climático de Copernicus (C3S). El C3S es uno de los seis servicios del Programa Copernicus de la UE implementados por el Centro Europeo de Previsión Meteorológica a Medio Plazo (ECMWF). Además, el desarrollo de Climadjust lo hicimos en colaboración con el Consejo Superior de Investigaciones Científicas (CSIC), a través del Grupo de Meteorología de la Universidad de Cantabria.
 |  |
 |  |
Servicios adicionales
Aunque Climadjust se puede utilizar como software como servicio (SaaS), ofrecemos servicios adicionales para brindar un servicio más personalizado:
- Cálculo de índices climáticos: proporcionamos apoyo adicional para calcular índices climáticos que son relevantes para diferentes sectores.
- Proyectos personalizados: desde estudios ambientales hasta análisis de riesgos, las proyecciones climáticas son útiles para una gran cantidad de usuarios. Ofrecer un enfoque personalizado para casos particulares, para proporcionar los datos climáticos que requiere cada desafío.
- Capacitación: ofrecemos servicios de capacitación a medida para organizaciones que deseen integrar Climadjust en su flujo de trabajo, para aprovechar todas las capacidades: integración de la API, conocimiento técnico y mucho más.
References and technical documentation
[1] ISIMIP3: Lange, S. (2019) . Trend-preserving bias adjustment and statistical downscaling with ISIMIP3BASD (v1.0), Geoscientific Model Development , 12: 3055–3070. doi: 10.5194/gmd-12-3055-2019
[2]Empirical Quantile Mapping: Déqué, M. (2007) . Frequency of precipitation and temperature extremes over France in an anthropogenic scenario: model results and statis-tical correction according to observed values. Global and Planetary Change , 57: 16 – 26, doi: 10.1016/j.gloplacha.2006.11.030
[3]Detrended Quantile Mapping: Cannon, A.J., S.R. Sobie and T.Q. Murdock (2015) . Bias Correction of GCM Precipitation by Quantile Mapping: How Well Do Methods Preserve Changes in Quantiles and Extremes? Journal of Climate, 28, 6938–6959, doi: 10.1175/JCLI-D-14-00754.1
[4] Quantile Delta Mapping: Cannon, A.J., S.R. Sobie and T.Q. Murdock (2015) . Bias Correction of GCM Precipitation by Quantile Mapping: How Well Do Methods Preserve Changes in Quantiles and Extremes? Journal of Climate, 28, 6938–6959, doi: 10.1175/JCLI-D-14-00754.1
[5] Generalised Parametric Quantile Mapping: Gutjahr, O. and Heinemann, G. (2013) . Comparing precipitation bias correction methods for high-resolution regional climate simulations using COSMO-CLM, Theoretical and Applied Climatology , 114, 511-529. doi: 10.1007/s00704-013-0834-z