Estimación probabilística del cambio climático en venezuela mediante un enfoque bayesiano

El problema del cambio climático es uno de los grandes problemas ambientales que enfrenta la humanidad, ya que ligeras variaciones en las variables climáticas pueden traer graves consecuencias en las actividades económicas y el bienestar humano en general. Hoy en día los modelos de circulación general (MCG) de la atmósfera son la principal herramienta para estudiar los cambios climáticos. El Ministerio del Ambiente y de los Recursos Naturales (MARN) lideró en el año 2005 la Primera Comunicación Nacional en Cambio Climático de Venezuela, utilizando salidas de 16 MCGs a escala global (resolución de 5°x 5°), cuyas proyecciones estiman incrementos para la temperatura y disminución en la precipitación para los próximos años. Cada MCG arroja diferentes resultados generando incertidumbre en la señal del cambio climático futuro. Este trabajo utiliza un enfoque Bayesiano y una extensión del método Reliability Ensemble Average (REA) (Tebaldi et al. 2005), combinando las salidas (presente y futura) de precipitación y temperatura de los 16 MCG con observaciones de las condiciones climáticas actuales, con el fin de determinar las distribuciones de probabilidad del cambio climático futuro para estas dos variables climáticas en nueve regiones de Venezuela. Para el estudio se toman en cuenta dos criterios: sesgo, el cual considera la diferencia entre las salidas de los modelos y el clima actual, y convergencia, que cuantifica las diferencias en los cambios simulados por los múltiples modelos del clima futuro. El principal resultado obtenido del trabajo es que aún existe considerable incertidumbre en las proyecciones de los MCG, ya que estos no incluyen todos los aspectos sobre el funcionamiento del sistema climático. También se pudo establecer que mientras menor sea la variabilidad natural de la variable climática, más efectiva será su proyección.

• Autores: Durán, Alexis; Guenni, Lelys
• Tipo de recurso: Article of journal
• Fecha de publicación: 2010
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/40760
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/40760; http://bdigital.unal.edu.co/30857/
• Palabra clave: estimación Bayes; inferencia posterior; modelo probabilístico; Bayes estimation; Probabilistic model; Posterior inference
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional