1 / 46

VARIABILIDAD CLIMATICA Y ECOSISTEMAS

VARIABILIDAD CLIMATICA Y ECOSISTEMAS. CLAUDIO MENENDEZ, ANDREA CARRIL, PEDRO FLOMBAUM, ANNA SORENSSON CIMA/CONICET-UBA, DCAO/FCEN, UMI IFAECI/CNRS. IANIGLA, NOV. 2011. ANDES: FUERTES GRADIENTES EN PARÁMETROS CLIMÁTICOS. Cfa: templado, sin estación seca y verano caliente.

emery
Download Presentation

VARIABILIDAD CLIMATICA Y ECOSISTEMAS

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. VARIABILIDAD CLIMATICA Y ECOSISTEMAS CLAUDIO MENENDEZ, ANDREA CARRIL, PEDRO FLOMBAUM, ANNA SORENSSON CIMA/CONICET-UBA, DCAO/FCEN, UMI IFAECI/CNRS IANIGLA, NOV. 2011

  2. ANDES: FUERTES GRADIENTES EN PARÁMETROS CLIMÁTICOS

  3. Cfa: templado, sin estación seca y verano caliente

  4. BWh: árido-desierto caliente BWk: árido-desierto frío BSh: árido- estepa caliente ET: polar-tundra Csa: templado, verano seco y caliente Cwa: templado, con invierno seco y verano caliente Csb: templado, verano seco y cálido Cfa: templado, sin estación seca y verano caliente BSk: árido- estepa fría Cfb: templado, sin estación seca y con verano cálido BWk: árido-desierto frio

  5. PROCESOS ECOLOGICOS = f (BIODIVERSIDAD, CLIMA, …)

  6. PROCESOS ECOLOGICOS = f (BIODIVERSIDAD, CLIMA, …) Colaborador externo: Osvaldo Sala - Arizona State University

  7. BIODIVERSIDAD Y ESTABILIDAD HIPOTESIS #1: BIODIVERSIDAD α ESTABILIDAD i.e. ecosistemas con alta diversidad son más estables que los ecosistemas con baja diversidad (Elton 1958, Tilman1996) PPNA alta biodiversidad baja biodiversidad tiempo

  8. BIODIVERSIDAD Y ESTABILIDAD HIPOTESIS #1: BIODIVERSIDAD α ESTABILIDAD i.e. ecosistemas con alta diversidad son más estables que los ecosistemas con baja diversidad (Elton 1958, Tilman1996) ~ PORTFOLIO EFFECT PPNA alta biodiversidad baja biodiversidad tiempo

  9. BIODIVERSIDAD Y ESTABILIDAD HIPOTESIS #2: PPNA α BIODIVERSIDAD i.e. tasa de funcionamiento de un ecosistema es proporcional al número de especies

  10. BIODIVERSIDAD Y ESTABILIDAD HIPOTESIS #2: PPNA α BIODIVERSIDAD i.e. tasa de funcionamiento de un ecosistema es proporcional al número de especies Es posible estimar series de NPP a partir de la dendrocronologia ?

  11. BIODIVERSIDAD Y ESTABILIDAD:DISEÑO DEL EXPERIMENTO • Seleccionar sitios correspondientes a diferentes tipos de clima; • En cada sitio debe haber un gradiente de diversidad de especies de árboles; • Estimación de la productividad a partir de anillos de los árboles; • Estimación de la variabilidad climática a partir de reanálisis y observaciones

  12. DOES TREE DIVERSITY BUFFERS CLIMATE VARIABILITY? High tree diversity Low tree diversity San Martín Junín Mendoza

  13. MODELADO DINAMICO DE LA VEGETACION Y DEL CLIMA

  14. MODELADO DINAMICO DE LA VEGETACION Y DEL CLIMA Colaborador externo: Patrick Samuelsson - Rossby Centre, Swedish Meteorological and Hydrological Institute

  15. RCA3 COUPLED TO THE DYNAMIC VEGETATION MODEL LPJ-GUESS: RCA-GUESS

  16. RCA3 COUPLED TO THE DYNAMIC VEGETATION MODEL LPJ-GUESS: RCA-GUESS • Tareas: • Simular la vegetación del pasado reciente • Forzar LPJ-GUESS con climatologías observacionales  • i) off line forzado por CRU, • ii) acoplado con RCA forzado por reanálisis • Caracterizar las interacciones entre la vegetación y la atmósfera (análisis estadísticos) • Evaluar el rol de las interacciones vegetación-clima en un • contexto de cambio climático  • Simular el período 1951-2100 con y sin vegetación dinámica

  17. RCA3 COUPLED TO THE DYNAMIC VEGETATION MODEL LPJ-GUESS: RCA-GUESS • Tareas: • Simular la vegetación del pasado reciente • Forzar LPJ-GUESS con climatologías observacionales  • i) off line forzado por CRU, • ii) acoplado con RCA forzado por reanálisis • ** necesitamos datos de NPP para evaluar el modelo** • Caracterizar las interacciones entre la vegetación y la atmósfera (análisis estadísticos) • Evaluar el rol de las interacciones vegetación-clima en un • contexto de cambio climático  • Simular el período 1951-2100 con y sin vegetación dinámica

  18. EJEMPLO DE CAMBIOS EN LA VEGETACION SIMULADOS POR UN MODELO DINAMICO DE VEGETACION (UNA VERSION DE LPJ) • Metodología • Se hace corresponder a cada celda una de las 18 categorías de vegetación (bioma) • Se fuerza el modelo de vegetación con un AOGCM y se comparan clima “actual” y “futuro” • Se grafican las áreas en las que cambian los biomas Thomas et al., 2008

  19. EJEMPLO DE CAMBIOS EN LA VEGETACION SIMULADOS POR UN MODELO DINAMICO DE VEGETACION (UNA VERSION DE LPJ) CAMBIOS EN LAI Thomas et al., 2008

  20. VARIABILIDAD CLIMATICA

  21. PRECIP. Y TEMP. EN SANTIAGO DE CHILE

  22. VECTOR VIENTO E ISOTACAS EN 200 hPa PRECIP. Y TEMP. EN SANTIAGO DE CHILE

  23. PRECIP. Y TEMP. EN MENDOZA

  24. PRECIPITACION Y LINEAS DE CORRIENTE EN 200 hPa PRECIP. Y TEMP. EN MENDOZA

  25. REGRESION ENTRE INDICE SAM Y PRESION EN SUPERFICIE ANOMALIAS 500 hPa, JULIO 1987 (EL NIÑO) Rutllant y Fuenzalida, 1991 Goosse et al., 2010

  26. ANOMALIAS DE SST Z* (200 hPa) Annalisa Cherchi y Andrea Carril

  27. Volumen, complejidad y disponibilidad de datos climáticos de diferentes tipos y provenientes de diferentes fuentes se está incrementando rápidamente: - CMIP5 / IPCC AR5 - Nuevos reanálisis multidecádicos (p.e. 20CR, Compo et al., 2011) - CLARIS LPB (nuevas simulaciones regionales, 1951-2100) - Nuevas simulaciones “de cambio climático” (p.e. IPSL-CM5A-LR con escenario RCP4.5) - Experimentos idealizados con AGCMs con “alta” resolución (p.e. ECHAM4/CMCC) - Nuevos datos observacionales (p.e. Observatorio Nacional de la Degradación de Tierras y Desertificación)

  28. GRACIAS

  29. OTROS SLIDES

  30. VARIABILIDAD INTERANUAL DE PRESION ERA 40 Atlas

  31. CMIP3 ensemble annual mean biases (IPCC AR4) PRECIP.: Mean of the 21 models minus observations (CMAP) Surf.Air TEMP.: Mean of the 21 models minus observations (HadCRUT2v)

  32. Inferring supply and demand limitation of ET ET is limited by atmospheric demand ET is limited by soil moisture supply Classifying the regions with either T (demand limitation) or P (supply limitation) Jung et al., 2010

  33. Inferring supply and demand limitation of ET ET is limited by soil moisture (soils are relatively dry) ET responds to changing atmospheric demand (if there is sufficient moisture supply) Jung et al., 2010

  34. ENSAMBLE W ENSAMBLE S-W Correlaciones positivas –aqui en amarillo/rojo - indican que SM condiciona la ET

  35. Andes  topografía compleja Fuertes gradientes en parámetros climáticos (p.e. temp. y precip.) GCMs y RCMs: resolución demasiado gruesa para representar detalles topográficos (y otros forzantes relacionados con características del terreno y de la vegetación) La simulación de la precipitación en zonas montañosas es poco confiable Los modos naturales de variabilidad climática (p.e. ENSO, SAM) pueden modular los patrones de precipitación en diferentes escalas temporales (los modelos acoplados globales tienen dificultades para capturar estos mecanismos) Existen estudios que muestran que modelos de alta resolución pueden simular los patrones de mesoescala observados (pero son muy caros en modo climático) Nieve+Hielo  clave para ciclo hidrológico en zonas montañosas Doble problema en los Andes: calentamiento y disminución de la precipitación Consecuencias p.e. sobre: Escurrimiento (runoff), caudal de ríos  timing / volumen Vegetación: puede ser sensible a cambios en el ciclo anual de diferentes factores (T, P, nieve, runoff)

  36. Zonas montañosas templadas  Criósfera próxima a su melting point  Criosfera sensible a pequeños cambios de temperatura Efectos del calentamiento: En algunas regiones: nevadas  lluvias Línea de nieve: a mayor altura (~150 m / 1C) Menor duración de la nieve, especialmente en niveles bajos

More Related