Un Estudio Del Banco Mundial

Un estudio del Banco Mundial
Evaluación de los Impactos del cambio climático en Hidrología de Montaña

DESARROLLO DE UNA METODOLOGÍA A TRAVÉS DE UN ESTUDIO DE CASO EN
LOS ANDES DE PERÚ
Walter Vergara, Alejandro Deeb, Irene Leino,

Akio Kitoh, Marisa Escobar
WORLDBANKSTUDY
Evaluación de los Impactos del cambio climático en Hidrología de Montaña

Desarrollo de una metodología a través de un estudio de caso en los Andes del Perú
Walter Vergara
Alejandro Deeb
Irene Leino
Akio Kitoh
Marisa Escobar
Derechos de Autor 2011

El Banco Internacional de Reconstrucción y Fomento / Banco Mundial
1818 H Street, NW
Washington, DC 20433
Teléfono: 202-473-1000
Internet: www.worldbank.org
Los estudios del Banco Mundial y ESMAP se publican para comunicar los resultados
de la labor del Banco al desarrollo de la comunidad con la menor demora posible. El
manuscrito de este trabajo por lo tanto, no ha sido preparado de acuerdo con los
procedimientos adecuados a los textos formalmente editados. Algunas fuentes citadas
en este trabajo, pueden ser documentos informales que no están fácilmente
disponibles. Este volumen es un producto del personal del Banco Internacional de
Reconstrucción y Fomento / Banco Mundial y el ESMAP. El hallazgo-reuniones,
interpretaciones y conclusiones expresados en este volumen no reflejan
necesariamente los puntos de vista de los Directores Ejecutivos del Banco Mundial o
los gobiernos que representan.
El Banco Mundial y ESMAP no garantiza la exactitud de los datos incluidos en este

trabajo. Las fronteras, colores, denominaciones y otra información expuesta en
cualquier mapa de este trabajo no implican ningún juicio por parte del Banco Mundial
sobre la condición jurídica de ningún territorio ni de la aceptación de tales fronteras.
Derechos de autor y licencias
El material de esta publicación está protegido por copyright. La reproducción y / o

partes de ING o transmigrantes de todo este trabajo sin permiso, puede ser una
violación de la ley aplicable. El Banco Internacional de Reconstrucción
y Fomento / Banco Mundial alienta la difusión de su trabajo y normalmente concederá
permiso para reproducir partes del trabajo con prontitud.
Los permisos para fotocopiar o reproducir cualquier parte de este trabajo, por favor
envíe una solicitud con información a través del Copyright Clearance Center, Inc., 222
Rosewood Drive, Danvers, MA 01923, EE.UU.; teléfono: 978-750-8400, fax: 978-750-
4470, Internet: www.copyright.com.
Cualquier otra consulta sobre derechos y licencias, incluyendo derechos subsidiarios,

deberá dirigirse a la dirección de la imprenta, el Banco Mundial, 1818 H Street NW,
Washington, DC 20433, EE.UU., fax: 202-522-2422;
e-mail: pubrights@worldbank.org.
ISBN: 978-0-8213-8662-0
eISBN: 978-0-8213-8663-7
DOI: 10.1596/978-0-8213-8662-0
Contenido
Prefacio
Agradecimientos xiii
Resumen ejecutivo
Siglas y abreviaturas................................. ................................................ xix
1. Introducción 1
Objetivo del estudio 1

Metodología 1
Estructura del Informe 2
Cuencas de los ríos usados como estudios de caso .......................... 2
2. Contexto 7
Impactos Climáticos en el Reglamento de Agua ................................ 9

Impacto climático en los glaciares ..... ................................................ 9
Impacto climático en los humedales de montaña.... ......................... 10
3. Análisis del Clima 13
De alta resolución de proyección climática para el Perú para el siglo 21 ..... 14

Conjuntos para simular el clima futuro ............................................. ............ 19
Inferior a la malla Orografía modelo dinámico (Herramienta de downscaling)21
Las precipitaciones Análisis de Tendencias ............................................... . 25
Limitaciones en las proyecciones climáticas .............................................. .. 27
Criterios para la Construcción de Escenarios Climáticos . ............................ 28
4. Hidrología Análisis 41
WEAP 41
Desarrollo de un módulo glaciar ............................................. ..................... 41
El Páramo 44
5. Prueba de la Herramienta de Hidrología a nivel de cuenca .. .......................... 46

La calibración en subcuencas sin glaciares ................................................. 46
Calibración y Validación: La Cuenca del Río de Santa .................... ............ 46
Calibración y Validación: cuencas de los ríos Mantaro y Rímac................ ... 51
6. Resultados del Análisis de Hidrología ............................ ................................. 58
Visualización de los efectos del cambio climático sobre los ríos en el Perú.. 58
Visualización del Cambio Climático en la cuenca de Santa ............... .......... 59
Visualización del Cambio Climático en las cuencas del Mantaro y Rímac .... 63
Resultados 66
7. Conclusiones 68
Conclusiones Generales 68
Hacia adelante 71
Lecciones aprendidas
Apéndice 1. IPCC - Escenarios de Emisiones .......................................... 83
Apéndice 2. Verificación de la capacidad del conjunto de datos simulados para

reproducir Precipitaciones comportamiento observado (borrador) . .................... 87
Apéndice 3. Esquema subgrid Orografía...................................... ....................... 92
Apéndice 4. Informe técnico sobre glaciar y de alta elevación del Modelo de

Humedales Selección y parametrización .............................. .............................. 102
Apéndice 5. Páramo módulo en WEAP ..................................... ......................... 135
Apéndice 6. Calibración de subcuencas sin glaciares..................................... .... 143
Anexo 7. Final de calibración-validación del modelo del río Santa ...................... 146
Tablas
Tabla ES 1. Resumen de los enfoques utilizados en el análisis del clima
Cuadro 2.1. Número de estaciones en los Andes peruanos, con un peso significativo
(al nivel del 5%) las tendencias de los índices estacionales de temperatura durante el
período
Cuadro 3.1. Observado tendencias de las precipitaciones anuales en la cuenca del río
Mantaro (Mm / período)
Cuadro 3.2. Los indicadores utilizados para evaluar la habilidad de diferentes métodos
para la construcción de escenarios climáticos futuros
Cuadro 3.3. Estadísticamente significativos observados y estimados de las tendencias

de precipitación
Cuadro 3.4. Evaluación de las habilidades: Aplicación de los criterios de las

alternativas para la construcción de escenarios climáticos futuros
Cuadro 4.1. Principales criterios de selección para el modelado glaciar ................

Cuadro 4.2. Estadísticas de los resultados del modelo de glaciares para la Subcuenca
Artesoncocha Cuenca del Santa
Cuadro 5.1. Calibración y validación de las estadísticas para el Río Santa ..........
Cuadro 5.2. Uso de la tierra los valores de parámetros para el módulo glaciar ...........
Cuadro 5.3. Criterios para los períodos de calibración y validación en el Mantaro, sub-
cuencas
Cuadro 6.1. Simulación de las reducciones en el área de glaciares entre 2006 y 2036
en dos proyecciones climáticas
Cuadro A1.1. Promedio mundial proyectado calentamiento de la superficie y el

aumento del nivel del mar en el extremo del siglo 21 de acuerdo a diferentes
escenarios del IE ..........................
Cuadro A2.1. La precipitación mensual del PNNL / NCAR simulaciones ......................
Cuadro A4.1. Los diferentes valores de DDF para la nieve y el hielo en diferentes
partes del mundo
Cuadro A4.2. Los resultados de la modelización de 10 sub-cuencas de g en la cuenca

del río Santa
Cuadro A4.3. Parámetros calibrados en la cuenca del río Santa del WEAP
modelo hidrológico, teniendo en cuenta de dos capas de almacenamiento de humedad
del suelo
Cuadro A4.4. Resultados de la simulación en la calibración y validación con tres

períodos. Estadísticas de: (a) Error cuadrático medio (RMSE), (b) el sesgo, y (c) de
Nash-Sutcliffe parámetro de eficiencia (Ef) ............................................
Tabla A6.1. Los parámetros de calibración ................................................ ...................
Tabla A6.2. Estadísticas de la correspondencia entre el volumen observado y volumen

simulado en las subcuencas de Tablachaca y Corongo
Tabla A7.1. Bandas de altitud para las subcuencas diferentes y la notificación de la

presencia o ausencia de los glaciares para cada banda
Tabla A7.2. Clasificación de la tierra cubierta de ATA-INADE (2002) y la simplificación

en el modelo WEAP
Tabla A7.3. Uso de la tierra los parámetros para la parte no glaciada y valores de los
parámetros para el módulo glaciar
Tabla A7.4. Criterios para la calibración y validación de los períodos
Tabla A7.5. Resultados de escurrimiento, y lo observado, que forma parte de las

aguas subterráneas, y glaciar de la parte para la calibración y validación de los
períodos ....................
Tabla A7.6. Datos simulados y observados de la evolución del glaciar entre 1970 y
1999
Figura 1.1. Los componentes de la metodología para hacer frente a la respuesta
hidrológica al cambio climático en las regiones montañosas
Figura 1.2. Esquema del río Santa .........................................
Figura 1.3. Ubicación de los sistemas Rímac y Mantaro
Figura 2.1. Anomalías de temperatura previstas en la Cordillera Americana

entre 1990-1999 y 2090-2099
Figura 2.2. La pérdida acumulada en la longitud de los glaciares seleccionados en los

Andes desde 1870 ......
Figura 2.3. Reducción de la superficie del glaciar de Santa Isabel en Colombia ...........
Figura 2.4. Observado moderna para los cambios de temperatura en el Páramo y otras
altitudes durante el período 1950-2007 en el Valle del Ro Claro en el Norte Andes
Figura 3.1. Las precipitaciones anuales medias observadas y simuladas (mm d-1) en
el Perú 1979-2003
Figura 3.2. Anuales de los cambios simulados precipitación media (mm) para el a, b)
cerca de el futuro (2015-2039) y la c, d) de finales del siglo 21 (20.752.099) de 60 km y
20 km resoluciones
Figura 3.3. Cambios en el máximo anual de cinco días la precipitación total (mm) para
a) Al final, b) un futuro próximo (2015-2039) y c, d), del siglo (2075-2099), para
60 km y 20 km de resolución
Figura 3.4. Los cambios en máximos anuales días consecutivos secos para el a, b)
cerca del futuro y c, d) de finales del siglo, durante 60 km y 20 km ...
Figura 3.5. Cambio en el índice de humedad de la capa superior del suelo para el a, b)
en un futuro próximo y c, d) de finales del siglo, por 60 km y 20 km .
Figura 3.6. Los posibles cambios en la temperatura y la precipitación en el río Santa

Cuenca (Collota, Huaraz, Parn, y las estaciones meteorológicas de Caraz)
Figura 3.7. La precipitación y temperatura de la serie de tiempo asociada con dos

juegos de condiciones de la cuenca del río Santa ...............
Figura 3.8. La variabilidad en la precipitación (en mm) para el histórico (1960-1999),

media (2000-2050) y al final (2050-2099) de los períodos del siglo 21 ......................
Figura 3.9. Esquema de subgrid orografía .......
Figura 3.10. Simulada (izquierda) y observado (derecha) de precipitación para el Perú
Figura 3.11. El análisis de tendencias: la regionalización de las tendencias observadas

en la cuenca del Mantaro
Figura 3.12. Promedio de precipitación (mm / año) en la cuenca del río Mantaro para:
a) observada (1990-1999) y b) proyectada (2030-2039) períodos de tiempo ...............
Figura 3.13. Histórico (1979-2000) la distribución mensual de precipitación observada
(Mm / año) en las estaciones de referencia utilizadas para describir régimen de
precipitación en el Perú ......
Figura 3.14. Porcentaje proyectado del cambio en la precipitación anual para el año
2030 con un conjunto de modelos de circulación general
Figura 3.15. La precipitación mensual (mm) y la anomalía (%) según el modelo de

inferior a la malla la orografía de 2050
Figura 3.16. La precipitación mensual (mm) y la anomalía (%) según el modelo de la

RM- AGCM3.1 (con Simulador Terrestre) para la década de 2030

análisis de tendencia para la década de 2050
Figura 3.18. Análisis comparativo de los resultados: Los gráficos indican la

precipitación (Observada) y la anomalía estimada a través de diferentes métodos
Figura 4.1. Ilustración de la subcuencas y las bandas de elevación
Figura 5.1. Calibración y validación del modelo en la cuenca del Corongo para dos
períodos históricos: 1967-1983 y 1984-1999 ........................................ ................
Figura 5.2. Los caudales observados y simulados en Llanganuco, Parn, y La Balsa en

la cuenca del río Santa ............................................ .........................................
Figura 5.3. La comparación de los caudales simulados y observados para 1970-1999
Figura 5.4. Comparación de los caudales en La Balsa, con y sin glaciares

(Flujos estacionales)
Figura 5.5. Comparación de los caudales en La Balsa, con y sin glaciares (Caudales
medios)
Figura 5.6. Mapa de las zonas de precipitaciones y la ubicación de estaciones de

datos en la Cuenca del Río Mantaro
Figura 5.7. Observados (Q) y simulados (Qs) para los caudales medios mensuales
para la cuenca del río Mantaro durante el periodo de calibración 1970-1981
Figura 5.8. Observados (línea azul) y simuladas (línea roja) las tasas de flujo para el
1966-1996 período de referencia en cuatro estaciones de aforo en la cuenca .........
Figura 5.9. La correlación entre las tasas de flujo observados y simulados para
el período de referencia
Figura 5.10. Observados y simulados caudales medios mensuales para la cuenca del
río Rímac durante el periodo de calibración 1970-1981
Figura 5.11. Observado (Qo) y simulados (Qs) para los caudales en la estación de
Chosica en el río Rímac
Surco en el río Rímac
Figura 6.1. Cambios en el caudal de los ríos: a) los flujos anuales actuales (mm) y el
cambio b) entre el presente y el final del siglo (%)
Figura 6.2. Simulación de la cobertura glaciar en 2036 bajo el clima mucho más cálido
Figura 6.3. El flujo a través del Cañón del Pato en las condiciones históricas,
marginalmente más cálido y escenarios mucho más cálidos
Figura 6.4. Observados (línea azul) y simuladas (línea roja) con tendencia a las
descargas, el análisis en los sitios seleccionados en el río Santa, 1966-1996
Figura 6.5. Los resultados del análisis de tendencias de mediados de siglo en el Río
Santa
Figura 6.6. Comparación de la media de descargas mensuales en el río Santa

entre la histórica observada (línea azul) y proyectada para mediados de siglo (línea
roja) los valores (m3 / s), con base en el análisis de tendencias
Figura 6.7. Observados (línea azul) y proyectada (línea roja) con tendencia a las
descargas el análisis en los sitios seleccionados en los ríos Mantaro y Rímac, 1966-
1996
Figura 6.8. Los resultados del análisis de tendencias de mediados de siglo en el Rímac
y el Mantaro
Figura 6.9. Comparación de la media de descargas mensuales en el río Mantaro para

valores históricos, de mediados de siglo y de fin de siglo (m3 / s), basados en
análisis de tendencias
Figura 6.10. Respuesta hidrológica a mediados de siglo: la cuenca del río Mantaro
descargas mensuales (cms)
Figura 6.11. Comparación de la media de descargas mensuales en el río Rímac

para observación histórica (azul) y proyectada a mediados (rojo) y de fin de siglo
(Verde) los valores (m3/s), con base en el análisis de tendencias Figura 6.12.
Respuesta hidrológica a mediados de siglo: la cuenca del río Rímac mensual
descargas (SCV)
Figura A1.1. Esquema de ejemplo de los escenarios del IEEE
Figura A1.2. Escenarios de emisiones de GEI entre 2000 y 2100 (en ausencia de
políticas climáticas adicionales) y las proyecciones de temperaturas de la superficie
Figura A2.1. Espera que el cambio porcentual en la precipitación anual para el año
2030
Figura A3.1. Esquema de subgrid orografía ...............................................
Figura A3.2. Elevación de la superficie utilizada para la reducción de escala para el

Perú (izquierda) y Bolivia (derecha)
Figura A3.3. Simulada (izquierda) y distribución observada (derecha) de la temperatura
del aire en la superficie para el Perú durante la década de 1990 ..................................
Figura A3.4. Simulada (izquierda) y distribución observada (derecha) de la temperatura

del aire en la superficie para Bolivia durante la década de 1990 Figura A3.5. Simulada
(izquierda) y observada (derecha) de la precipitación para el Perú
Figura A3.6. Simulada (izquierda) y observada (derecha) de precipitación para Bolivia
Figura A3.7. El cambio simulado en la temperatura superficial del aire para el Perú
durante el 2030, 2050 y década de 2090
Figura A3.8. El cambio simulado en la temperatura del aire superficial de Bolivia

durante el 2030, 2050 y década de 2090
Figura A3.9. Precipitación para el Perú de la década de 1990 (superior izquierda) y el

cambio en las nevadas de la década de 2030 (superior derecha), 2050 (abajo a la
izquierda), y década de 2090
Figura A3.10. La precipitación para Bolivia durante la década de 1990 (izquierda) y el

cambio en las nevadas de cada década (derecha)
Figura A3.11. Las nevadas para el Perú de la década de 1990 (superior izquierda) y el
cambio en las nevadas de la década de 2030 (superior derecha), 2050 (inferior
izquierda) y la década de 2090 (abajo a la derecha) .
Figura A3.12. Relación entre la nieve durante la década de 1990 y la elevación de la

superficie
Figura A3.13. Cambio en la nieve (mm / día) (2090s1990s) frente a la elevación de la

superficie
Figura A3.14. Las nevadas de Bolivia durante la década de 1990 (izquierda) y el

cambio en las nevadas de cada década (derecha) ...........................................
Figura A4.1. Estructura simplificada de los modelos .............................................
Figura A4.2. Información medida por una estación completa situada en la subcuenca
glaciar Storglacien (Hock 2005) para un modelo de balance de energía y la estación
del glaciar
Figura A4.3. Resultados de la simulación llevada a cabo por Bernard Pouyaud en

diferentes sub-cuencas del Santa
Figura A4.4. Re-análisis de la temperatura (500 hPa) frente a la profundidad de la

laguna Llanganuco
Figura A4.5. Los resultados de la modelización realizado en la sub-cuenca de

Llanganuco llevada a cabo por Juen
Figura A4.6. Modelado de la Cuenca del Llanganuco y subcuenca
Figura A4.7. Ejemplo de modelo WEAP de la cuenca del Santa

Figura A4.8. Cuenca con el glaciar ............................................... ..............................
Figura A4.9. Esquema de la tienda del suelo de dos capas de humedad, que muestra
las diferentes entradas y salidas hidrológicas para una cubierta de tierra dada
Figura A4.10. a) Ubicación de la cuenca Artesoncocha
Figura A4.10. b) Estación hidrométrica instalada en la salida de la cuenca

Artesoncocha en la parte superior del glaciar
Figura A4.11. Caudal de salida en la estación de calibre Artesoncocha: comparación

entre los valores observados y simulados entre septiembre de 2001 y agosto de 2005,
R2 = 0,67 p 0,05
Figura A4.12. Correspondencia entre simulada (línea gruesa continua) y

observada (línea discontinua gruesa) el caudal en la estación de La Balsa entre
septiembre 1969 y agosto de 1997 ............................................ ..................
Figura A4.13. Medias de los caudales mensuales calculados y simulados (m3 / s)

para tres cuencas hidrográficas, 1969-1997
Figura A4.14. Gráfico de parcela con áreas glaciares observadas en comparación con
simuladas para los dos períodos (1987 y 1998) .........................................
Figura A5.1. Cambio en el flujo y almacenamiento con el tiempo lineal, de acuerdo con
el depósito de enfoque
Figura A5.2. Estructura de páramo hidrograma en Ecuador ..0.136
Figura A5.3. Representación de tres reservorios modelo Páramo ..............................
Figura A5.4. Aplicación del modelo de tres embalses en Excel ................................
Figura A5.5. La humedad enfoque del déficit al modelo de la hidrología Páramo ......
Figura A5.6. Aplicación del algoritmo de la hidrología en Páramo WEAP ...................
Figura A5.7. Esquema de WEAP para los ejercicios de calibración. .......................
Figura A5.8. La calibración del modelo de cuatro parámetros
Figura A5.9. Dos baldes modelo esquemático y de los parámetros
Figura A5.10. Dos baldes de parámetros de calibración .............................................
Figura A5.11. Ro Paute esquema modelo WEAP .......................................... ................
Figura A6.1. Calibración y validación ............................................... ...............................
Figura A7.1. Evolución de la extensión de los glaciares entre los tres períodos (1970,
1987 y 2006), con un zoom en el macizo de Huascarán ....................................
Figura A7.2. Caudal de salida en la estación calibrada Artesoncocha: comparación

entre los valores observados y simulados entre septiembre 2001 y agosto de 2005
Figura A7.3a. Correspondencia entre caudales simulados (línea continua centro de
estudios) y observados (línea discontinua gruesa) en la estación calibrada de La Balsa
Septiembre 1969 y agosto de 1997 .............................................
Figura A7.3b la variabilidad interanual de los caudales simulados y los observados en

La Balsa estación calibrada entre los años hidrológicos 1969-1970 y 1996-1997 ........
Figura A7.4. Medias de los caudales mensuales calculados y simulados de tres sub-
cuencas hidrográficas (La Balsa, Quillcay y Chuquicara) durante el período 1969-1998
Figura A7.5. Gráfico de parcela con áreas de glaciares observados en comparación
con simulados para los dos períodos (1987 y 1998) ..........................................
Prefacio
El cambio climático ha empezado a tener efectos sobre la disponibilidad de los

recursos en formas que obligan a considerarlos para planificar el futuro. En particular,
los cambios en los patrones de las precipitaciones y las temperaturas pueden afectar a
la intensidad o el calendario de la disponibilidad de agua, lo que podría afectar a las
actividades como el riego y la producción de energía en centrales hidroeléctricas.
Estos cambios tienen el potencial de afectar la energía y otros sectores, tales como la
agricultura, y podría tener amplias repercusiones económicas.
Sin embargo, la previsión de las repercusiones del cambio climático es una nueva
frontera. Hay algunos ejemplos de predicciones sobre el impacto del cambio climático
sobre la disponibilidad de recursos, y pocos ejemplos de las aplicaciones de tales
predicciones a la planificación para el desarrollo económico sostenible. El desarrollo
de metodologías para evaluar los impactos climáticos y su traducción a los efectos
previstos en la energía, la agricultura y otros sectores, será cada vez más importante
en el futuro para que los gobiernos y el sector privado deseen aumentar la seguridad
de sus actividades a los impactos del cambio climático.
Este informe presenta un resumen de los esfuerzos del Banco y del equipo del cambio
climático para desarrollar herramientas metodológicas para la evaluación de los
impactos del clima en la superficie hidrológica en los Andes peruanos. La importancia
de analizar el potencial impacto sobre la hidrología en el Perú, surge en parte a las
preocupaciones sobre la retirada de los bosques tropicales, los glaciares, la
desecación de los ecosistemas de humedales únicos andinos, así como el aumento de
los extremos de variabilidad en el tiempo, todo lo cual afectará a la regulación del
agua. El estudio, es una continuación de un informe publicado recientemente por el
Banco Mundial, Perú. La superación de las barreras de energía hidroeléctrica, tiene
por objeto informar los planes de desarrollo de la energía en el Perú y permitirá
la consideración de las consecuencias del cambio climático para el desarrollo de ellos.
Si bien el informe ofrece algunas ideas sobre cómo pueden influir en la hidrología
escenarios climáticos futuros en el Perú, el objetivo principal es contribuir a los
enfoques metodológicos para anticipar los impactos del cambio climático en la región
de los Andes y otras cadenas montañosas. El desarrollo de una metodología es un
primer paso para mejorar nuestra capacidad para predecir las condiciones hidrológicas
en el futuro. A su vez, estas predicciones podrían ser utilizadas para hacer la
planificación más robusta a la incertidumbre con respecto al impacto del cambio
climático. En última instancia, tales ideas podrían informar y enriquecer la planificación
económica y energética, lo que permitirá la inclusión de la consideración de los
impactos del cambio climático en el proceso de planificación.
Philippe Benoit
Gerente del Sector de la Energía
América Latina y el Caribe
Agradecimientos
La tarea fue llevada a cabo por un equipo del Banco Mundial (dirigido por W. Vergara)
con la colaboración de varias instituciones con experiencia y habilidades relevantes
para el análisis propuesto. Estos incluyen el Instituto de Investigación Meteorológica
de Japón (Equipo dirigido por A. Kitoh), el Instituto de Medio Ambiente (equipo dirigido
por D. Purkey), el Institut de Recherche pour le Dveloppement de Francia (equipo
dirigido por B. Francou, e incluyendo P. Le Pouget Goulvan y JC), el Centro Nacional
para la Atmósfera Investigación (L. Buja), el Pacific Northwest National Laboratory
(equipo dirigido por S. Ghan), y el Servicio Nacional de Meteorología e Hidrología
(SENAMHI) de Perú (equipo liderado por por E. Silvestre, y que incluye J. Ordez, Oria
C, Felipe O., Lavado W., W. Suárez, V. Rodríguez, A. y Llacza). El Gobierno del Perú
apoyó esta iniciativa a través de la orientación y la colaboración del Ministerio de
Energía y Minas (Vice Ministro D. Camac, Ing. J. Olazábal), el Ministerio de Medio
Ambiente (Vice Ministro R. Gómez, E. Ducorriendo), y el Servicio Nacional de
Meteorología e Hidrología (SENAMHI) de Perú (W. Gamarra). El estudio también
contó con el asesoramiento a principios de A. Bradley y M. Vuille.
Los autores desean agradecer especialmente a sus colegas A. Valencia, A. Grund-

waldt, S. Haeussling, y M. Hansen, quien colaboró en la preparación de la tarea.
Los autores están muy agradecidos a P. Benoit por su orientación y dirección del
estudio y también desea expresar su agradecimiento por el apoyo y aportaciones de J.
Denunciar, de la Universidad de California en Santa Cruz, y V. Alavian, S. Bogach, E.
Crousillat, O. Dione, T. Johnson, Kemper K., M. Kerf, Lier O., C. Silva-Jáuregui, y A.
Zarzar de el Banco Mundial.
Este estudio es un producto de la Unidad de Energía de la Desarrollo Sostenible de

Departamento de América del Banco Mundial, América Latina y el Caribe, y está
financiado a través del Programa de Asistencia para la Gestión del Sector Energético.
El equipo también es muy agradecido al Equipo Mundial de Expertos del Banco

Mundial sobre la adaptación al cambio climático por su ayuda a la publicación de este
estudio. ESMAP
El apoyo financiero y técnico de la Asistencia de Energía para la gestión del sector

programa (ESMAP) Se agradece. ESMAP - un conocimiento global y la técnica
Programa de Asistencia de fondo fiduciario - es administrado por el Banco Mundial. El
Banco Mundial ayuda a países de bajos y medianos ingresos para aumentar los
conocimientos técnicos y capacidad institucional para lograr soluciones energéticas
ambientalmente sostenibles para la reducción de la pobreza y el crecimiento
económico. ESMAP se rige y es financiada por un Grupo Consultivo (GC) con
apreciados oficiales de donantes bilaterales e instituciones multilaterales, en
representación de Australia, Austria, Dinamarca, Finlandia, Alemania, Islandia, Países
Bajos, Noruega, Suecia, Reino Unido, y el Grupo del Banco Mundial.
GET-CCA
El apoyo técnico por el equipo mundial de expertos sobre adaptación al cambio

climático (GET-CCA) del Banco Mundial es también reconocido. La misión de la GET
es para ayudar a la generación y permitir la disponibilidad de la mejor experiencia
global sobre el clima y su adaptación al cambio climático para apoyar las operaciones
del Banco.
RESUMEN EJECUTIVO
Está previsto que el cambio climático dará lugar a grandes aumentos de temperatura
(anomalías) en altitudes elevadas en comparación con las tierras bajas circundantes.
En los Andes, esto puede llevar a la retirada acelerada de los glaciares tropicales, el
secado de los únicos ecosistemas de alta montaña conocidos localmente como
páramos o bofedales, así como al aumento en la variabilidad del clima y fenómenos
meteorológicos extremos, todo lo cual afectará a la regulación del agua.
A su vez, estos impactos pueden afectar a la integridad del ecosistema y las

economías de energía y de abastecimiento de agua en la región. Perú es uno de los
países que podrían verse afectados por estos cambios: se basa en sus cuencas de
montaña para la prestación de más del 50 por ciento de su energía, y las descargas de
las cuencas para el suministro de agua para alimentación y los sistemas agrícolas.
El objetivo del estudio es desarrollar una metodología para evaluar los impactos netos
del cambio climático en la respuesta hidrológica en las regiones montañosas. Esto se
hace a través de un estudio de caso en los Andes peruanos. Tener acceso a una
metodología eficaz permitiría a los planificadores y formuladores de políticas a mejorar
los planes para las medidas de adaptación a las consecuencias del cambio climático
en los sectores de energía y agua.
A fin de evaluar los impactos futuros del cambio climático en la hidrología de la

superficie montañosa en Perú, se llevaron a cabo tres análisis: (i) un análisis climático
para definir los futuros escenarios climáticos, (ii) un análisis de la hidrología de
montaña para complementar los instrumentos existentes con los elementos que
incorporan el comportamiento dinámico de los glaciares y páramos, y (iii) la aplicación
de la metodología a nivel de cuencas. Como parte del análisis del clima, el estudio
analizó los diferentes métodos para producir los futuros escenarios de cambio
climático, probando estos, para las proyecciones de las futuras condiciones climáticas
a nivel nacional y de cuenca en el Perú.
ANÁLISIS DEL CLIMA

Cuatro métodos se han aplicado como parte del análisis del clima:
La implementación de un modelo de circulación de alta resolución Global (MCG). El

GCM del Instituto de Investigación Meteorológica de Japón (MRI) se utilizó. Los datos
fueron generados por la ejecución del modelo RM-AGCM3.1 en un superordenador
llamado Simulador de la Tierra-2. Para esta aplicación, sólo unas pocas variables
climáticas se redujeron cargando y analizando, la temperatura, precipitación, humedad
del suelo y la evapotranspiración de una resolución muy alta (20 km), la captura de la
intensidad y frecuencia de eventos meteorológicos extremos Lograr una resolución tan
alta en GCM es único en los estudios mundiales sobre el cambio climático. El reto de
esta herramienta es que la disposición de cómputo es insuficiente para permitir a los
funcionamientos, múltiples escenarios de emisiones.
Por lo tanto, la aplicación de la GCM de alta resolución se limita a una sola corrida.
Para hacer frente a esta limitación y reforzar la solidez de las proyecciones hecho con
una resolución de 20 km, el GCM mismo se ha ejecutado a resoluciones más bajas
(60 km e inferior). Estos resultados fueron comparados con la versión de 20 km.
Conjunto de modelos de circulación general. Desde modelos utilizados para proyectar

el cambio climático son representaciones imprecisas del sistema climático de la Tierra,
todos ellos consideran tener "los errores del modelo." Por lo tanto, una práctica
recomendada a menudo consiste en utilizar los resultados de los modelos de
circulación general en múltiples proyecciones de clima futuro. Este estudio utilizó la
producción combinada de 16 modelos de circulación general, los se presentan en el
Cuarto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre el
Cambio Climático (IPCC). Estos se utilizaron en este estudio para proyectar el alcance
potencial de cambios en las precipitaciones y la temperatura que podría preverse a
nivel de cuenca.
Orografía modelo dinámico inferior a la malla. El uso de la Orografía subgrid es un

Modelo dinámico que ha demostrado que la reducción de escala podría mejorar la
simulación de las nevadas, la temperatura y la precipitación en las regiones
montañosas. En este estudio, el esquema inferior a la malla se utilizó para salidas
downscale de la Comunidad.
Modelo del Sistema Climático (CCSM). El CCSM es un mecanismo generalizado de

corrección desarrollado por el Centro Internacional para la Investigación Atmosférica
de los Estados Unidos. Las precipitaciones análisis de tendencias. Con el fin de
fortalecer aún más la solidez de las proyecciones, el análisis utiliza el análisis
estadístico de meteorología observada con datos de más de 20 años para verificar las
proyecciones de los MCG modelados con los datos locales para las proyecciones
futuras.
Tabla ES 1. Resumen de los enfoques utilizados en el análisis del clima
Análisis del Clima Fotalezas Limitaciones Observaciones

Alta resolución Mejor uso en el
Grandes necesidades de
contexto de la región
Ideal para visualizar computación limitan el uso de
en lugar de nivel de la
climas extremos uno o dos escenarios de
Uso de la MR1- cuenca. Se utiliza en
emisiones
AGCM3.1 en el el estudio para
En conjunto con
Simulador de la proyectar el clima
Tierra GRiverT, puede resolver futuro en todo el país y
La simulación del clima actual
impactos hidrológicos visualizar fenómenos
en las regiones montañosas
en grandes cuencas sigue siendo desigual
meteorológicos
(+100,000km2) extremos
Conbinación de
Se utiliza en el estudio
productos de los
para establecer las
diferentes modelos tiene
envolventes superior e
el potencial para definir el Los resultados muestran inferior para la
alcance de la grandes variaciones entre los precipitación
Un conjunto de incertidumbre modelos. A menos que sean
seis GCM La combinación de ponderados, los conjuntos
resultados puede combinan las proyecciones de Adecuado si el objetivo
proporcionar los niveles los pobres y buenos ajustes. final es reducir al
superior e inferior de las mínimo la pérdida
variables climáticas en el máxima.
futuro a nivel de cuenca
Capaz de modelar Destacó como una
elevaciones en terrenos No trata sombras de lluvia herramienta con gran
Modelo Dinámico complejos. Resolución de potencial a nivel de
Malla Orográfica muy alta producción La influencia de la pendiente y cuenca aplicación una
Inferior podría resolver las orientación sobre los procesos vez que las
cuencas en zonas de de la superficie se descuida limitaciones se
montaña abordan
Requiere la existencia de
adecuados registros del clima
para un período de 20 años o
más. Sólo direcciona cambios
potenciales en los valores El análisis utiliza
medios. métodos estadísticos
de los datos climáticos
No es una técnica de
Asume que las tendencias observados durante
Análisis de modelación, pero utiliza lineales del pasado no más de 20 años para
Tendencias de el clima actual como cambiarán en el futuro verificar las
Precipitaciones base para las cercano proyecciones de los
proyecciones El uso de las tendencias MCG modelados con
los locales de las
actuales puede inducir a error
proyecciones futuras
si los parámetros lineales
emergentes, como los
conductores del clima están
en juego en el futuro
inmediato
Análisis Hidrológico
La Evaluación del Agua y el Modelo de Planeación (WEAP) se utilizó para estimar

hidro-
cas respuestas al cambio climático. Sin embargo, antes de las salidas del análisis
climático
podría utilizarse como entradas para el análisis hidrología, WEAP tuvo que ser
adaptada para manejar
condiciones específicas de la región. Módulos de los glaciares y Pramo fueron
desarrollados para com-
mentar una de agua existente y flexible herramienta de gestión de recursos para
integrar el clima
impactos en la respuesta hidrológica en las regiones montañosas. El módulo permite a
los glaciares
el modelo para reflejar el comportamiento dinámico de los glaciares y estimar su
contribución neta
a la escorrentía. El módulo de Pramo hace lo mismo con los humedales de alta
montaña. WEAP era
seleccionada por su flexibilidad para integrar la adición de los glaciares y modules.2
Pramo
Aunque el propósito de este estudio es desarrollar una metodología útil, y no
necesariamente para producir una evaluación de los impactos del cambio climático a
nivel de cuenca,
sin embargo, este informe también se analiza cómo la hidrología podrían verse
afectados por el pro-
proyectada consecuencias del cambio climático. El análisis incluye una estimación de
los aumentos en
de temperatura, cambios en las precipitaciones, y la tasa de retroceso de los glaciares.
Los resultados de los estudios de caso

El modelo fue calibrado por primera vez en sub-cuencas que no tienen cobertura de
los glaciares para comprobar
las existentes lluvia-escorrentía rutinas. Basándose en las conclusiones iniciales de la
calibración en
las cuencas de los ríos nonglaciated, el modelo se aplicó a la Santa y Mantaro Rmac-
Ba-
pecados. El período de modelación para la calibración era 19701984, y fue el período
19851998
utilizado para la validación.
En la cuenca de Santa, el análisis proyecta escorrentías medias más bajas a
mediados de siglo, incluyendo disminución de las escorrentías mensuales durante
todo el año en la estación de La Balsa, el punto de desviación para la Central
Hidroeléctrica del Cañón del Pato. La reducción media proyectada es de 21 % para el
período 2050-2059 en comparación con el presente. Del mismo modo, está
proyectada una disminución de un seis por ciento en los promedios de los flujos en la
Estación Condorcerro, en la parte inferior de la cuenca del río Santa,. Los caudales
mínimos en esta estación se prevé que disminuyan en un 18 por ciento.
Las cuencas del Mantaro-RMAC son más complejos para simular dado el alto nivel
de
hecho por el hombre de infraestructura para el almacenamiento de agua y la
regulación de la escorrentía, incluyendo represas y
canales. No obstante, algunos resultados interesantes se obtuvieron. La respuesta
esperada
a las condiciones climáticas futuras en la cuenca del Mantaro, indica un cambio en la
distribución de
escorrentías, así como una reducción en los caudales máximos. En general, las
descargas en los puntos clave en la ba-
pecado parece disminuir. A la inversa, en Rmac, condiciones proyectadas indican que
no hay significativa
cambios y en la mayoría sugieren la posibilidad de una ligera reducción durante la
época seca
temporada. Los resultados de la simulación de la evolución de los glaciares en la
Santa y Mantaro-
RMAC sistemas fluviales también fueron consistentes con los registros históricos.
Conclusión
Sobre la base de los resultados obtenidos, parece que la combinación del clima y
análisis de la hidrología puede simular las condiciones actuales a nivel regional y de
cuenca, y
proyectos hidrológicos condiciones futuras. Los métodos utilizados pueden ser útiles
para predecir
los impactos futuros del cambio climático en la hidrología de las cuencas de montaña
en los Andes otros.
xviii Resumen Ejecutivo
Notas
1. El Cuarto Informe de Evaluación (AR4) del Panel Intergubernamental sobre el
Cambio Climático (IPCC)
utiliza un conjunto de datos globales de 24 atmósfera y el océano, los modelos de
circulación general (AOGCM, o
GCM por sus siglas) para proyectar el clima futuro bajo distintos escenarios. El uso de
numerosos modelos
está destinado a reducir los errores y la incertidumbre. Sin embargo, la mayoría de
estos modelos tienen una muy gruesa
resolución (100400 km) y esto tiene un impacto no deseado en los resultados,
especialmente en lo que se refiere a
los fenómenos meteorológicos extremos. Esto es porque el calentamiento global
podría dar lugar no sólo a cambios en el
las condiciones climáticas, sino también en el aumento de la amplitud y la frecuencia
de eventos extremos que
no ser capturado de una manera significativa con las resoluciones de grueso. Los
cambios en los extremos son más
importante para evaluar las estrategias de adaptación a los cambios climáticos.
2. Aunque el módulo Pramo se desarrolló como parte de este estudio, no se utilizó en
el caso
estudios porque no extensos paisajes Pramo podría caracterizarse en las tres cuencas
utilizado en el estudio. Sin embargo, se están realizando esfuerzos para aplicar la
técnica en Colombia.
Siglas y abreviaturas
AMIP Atmosférica comparación de modelos de proyectos

AOGCM atmósfera-océano Modelo de Circulación General de
El AR4 Cuarto Informe de Evaluación del Panel Intergubernamental sobre el
sobre el Cambio Climático
CAM3 Climático de la Comunidad del Sistema Modelo
Comunidad Climático CCSM Sistema Modelo
CCSR Centro de Investigación de Sistemas Climáticos (de la Universidad de Tokio)
DDC días secos consecutivos
CLM Modelo Comunitario de Tierras
CMIP acoplado comparación de modelos de proyectos
COES Comit de Operacin Econmica del Sistema Interconectado Nacional
DDF grado-día Factor
GCM Modelo de Circulación General de
SIG Sistema de Información Geográfica
IPCC Panel Intergubernamental sobre el Cambio Climático
IRD Institut de Recherche pour le Dveloppement
JMA Agencia Meteorológica de Japón
RM Instituto de Investigaciones Meteorológicas (de Japón)
RM-AGCM3.1 un mecanismo generalizado de corrección de alta resolución por
resonancia magnética de Japón
NIES Instituto Nacional de Ciencias del Medio Ambiente (de Japón)
PNNL Pacific Northwest National Laboratory
PRAA Regional de Adaptación al Proyecto de retroceso de los glaciares
RCM modelo de circulación regional
Raíz RMSE Error Cuadrático
Máximo de 5 días RX5D Precipitación total en milímetros
SDII índice simple de intensidad diaria
SEI Instituto de Medio Ambiente
SENAMHI Servicio Nacional de Meteorologae Hidrologa del Per
SRES Informe especial sobre escenarios de emisiones
La humedad del suelo SWI Índice
La Convención Marco de las Naciones Unidas sobre el Cambio Climático
PMIC Programa Mundial de Investigaciones Climáticas
WEAP Evaluación y Planificación del Agua
Objetivo del estudio
E l objetivo de este estudio es desarrollar una metodología para evaluar los impactos
netos del cambio cli-
del cambio climático sobre la respuesta hidrológica en las regiones montañosas.
Esto se realiza mediante
un estudio de caso en los Andes peruanos. Tener acceso a una metodología eficaz
sería
permitir a los planificadores y formuladores de políticas a ser el plan de ER para las
medidas de adaptación para hacer frente a la
consecuencias del cambio climático en los sectores de energía y agua.
Metodología
A fin de evaluar los impactos futuros del cambio climático en la hidrología de superficie
en las zonas montañosas áreas en el Perú, se llevaron a cabo tres análisis: (i) el
análisis del clima para ayudar a definir el futuro escenarios climáticos, (ii) un análisis
de la hidrología de montaña para complementar los instrumentos existentes con el
los elementos que incorporan el comportamiento dinámico de los glaciares y pramos
(neotropical los humedales de alta montaña), y (iii) la aplicación del modelo de
hidrología de una cuenca nivel. Para el análisis climático, el estudio se examinaron
diferentes métodos para producir el futuro escenarios de cambio climático y los probó
al hacer proyecciones del clima futuro condiciones a nivel nacional y de cuenca en el
Perú. El análisis se llevó a cabo en tres bapecados en el Perú como objetos de
prueba. Finalmente, el estudio elaborado criterios para juzgar la adecuación de los
las proyecciones hechas.
Análisis del Clima
El análisis del clima de examen cuatro enfoques para definir el futuro climático
proyectado condiciones que podrían ser utilizados como insumos en un modelo
hidrológico de cuenca:
El uso de alta resolución GCM. Los datos de la RM-AGCM3.1, proporcionados
por resonancia magnética
de Japón, con una resolución de 20 km por 20 km que cubren el Perú, se
utilizaron para analizar
tres periodos: el pasado reciente (19792000), futuro próximo (20152039) y al
final de
siglo (20752099).
El uso de conjuntos salidas de GCM. Los datos de un conjunto de resultados a
partir del 16
MCG estaban disponibles en el IPCC. Estos datos se utilizaron para identificar
dos fu-
tura escenarios que eran representativos de la gama de los cambios previstos en
el
temperatura y la precipitación a escala de cuenca local.
El uso del modelo Orografía inferior a la malla dinámica. Una rutina de
regionalización avanzada
se aplicó a los resultados del Modelo Comunitario del Sistema Climático (CCSM)
MCG de los EE.UU. Centro Nacional de Investigaciones Atmosféricas. La
reducción de escala
resultados (con una resolución de 5 km) fueron la base para el desarrollo futuro
del clima
escenarios.
Las precipitaciones análisis de tendencias. Como complemento a la utilización de

modelos de circulación general, una tendencia lluvias anal-
lisis se llevó a cabo. Un análisis de tendencias se las tendencias históricas del
pasado y
proyecta hacia el futuro. Esto proporciona una base de observación por el cual a
analizar el comportamiento reciente del clima, información útil relacionada con
las tendencias (cada vez-
ción, neutro o menor) de las variables climáticas de interés clave, y las
estadísticas por
para juzgar la adecuación de los modelos de circulación general en la
simulación de las condiciones locales.
A juzgar por la habilidad de los diferentes enfoques en la reproducción del clima
observado,
las salidas de los MCG se compararon con las observaciones en las estaciones
meteorológicas locales y
con los resultados del análisis de tendencia.
Hidrología Análisis
La obra hidrológica tratado de traducir las condiciones climáticas proyectadas en
espera
futuros vertidos de los ríos en los puntos seleccionados. Un panorama general de los
cambios en la segunda vuelta en
Perú se elaboró con la ayuda de la rutina GRiverT, una aplicación directa de la alta
resolución de la RM-AGCM3.1 que calcula el escurrimiento en las cuencas de los
grandes agregados. En adi-
ción, un modelo de escorrentía de la lluvia fue elegido para evaluar los cambios a nivel
de cuenca. la
WEAP modelo, desarrollado por el Instituto Medioambiental de Estocolmo (SEI), se
utilizó para
esta tarea y modificado para simular correctamente el comportamiento dinámico
hidrológico en alta
montaña conditions.1 El modelo WEAP se complementa con módulos para simular
la respuesta dinámica de las capas de hielo (glaciares) y los humedales de alta
montaña (pramos) a
cambios en la temperatura y la precipitación asociada con el calentamiento global. El
desa-
desarrollo y validación de estos módulos es de por sí una contribución importante para
ayudar a
cerrar una brecha de conocimiento existente en la comprensión de los impactos del
cambio climático en la
montaña hidrología.
Structure of the Report
After a brief introduction and context, Chapter 3 describes results for the climate pro-
jections (climate analysis). Chapter 4 presents the hydrological model (WEAP) and de-
scribes how it was modified to account for the complexity of mountain hydrological
systems (hydrology analysis). In Chapter 5 the results of the climate analysis are fed into
the upgraded hydrological model to test the hydrology tool at a river basin level. Finally,
Chapter 6 presents the main results from the hydrology analysis. This includes both the
countrywide assessment of changes in runoffs, made by using the MRI-AGCM3.1, and
the river basin-level analysis made with the help of the WEAP model.
River Basins Used as Case Studies
The hydrology tool was tested at three river basins in Peru: the Santa, R� mac and Man-
taro River Basins. The basins were selected on the basis of their perceived vulnerability
to climate impacts and their economic relevance. The basins were also selected based
on their characteristics, including the important role of glaciers in the Santa Basin, Man-
taro's size and distinct regions, and R� mac's typical steep, dry coastal basin. The basins
are also home to large populations, provide water to urban centers, and are major pro-
ducers of agricultural products. The country's main hydropower plants are located in
these river basins. These plants provided over 43 percent of hydropower production in
Assessment of the Impacts of Climate Change on Mountain Hydrology 3
Figura 1.1. Los componentes de la metodología para abordar el ciclo hidrológico

respuesta al cambio climático en las regiones montañosas
Conjunto de 16 de
MCG se ejecuta al Agua
Evaluar La evaluación amplia de
del cambio en el Glacier Pramo
y
estación seleccionada complementos Módulo
El uso de una planificación anticipada
Las precipitaciones herramienta de tendencia
downscaling
análisis para definir
método para
referencia
producir alta
condiciones complementos
resolución en los resultados
inferior a la malla orografía
ne rutina aplicado a la Hidrología
GCM-CCSM resultados Climático
herramienta
análisis
Ejecución de una
de alta resolución en la
GCM para en todo el país
en todo el país y la Cuenca del nivel de
a nivel de cuenca
proyección complementos
RM-AGCM3.1
Fuente: figura generada por este estudio.
Perú en 2009 (COES 2009). De acuerdo con estimaciones realizadas por el Comit de
Operacin Econmica
del Sistema Interconectado Nacional (COES), el potencial hidroeléctrico futuro en
estos ba-
pecados es también significativa. Se estima que estas tres cuencas a un total del 42
por ciento
de la capacidad de energía hidroeléctrica nueva y el 47 por ciento de la generación
hidroeléctrica adicional en el futuro.
Si bien la aplicación y probar los modelos en las cuencas seleccionadas
proporciona útiles en
la vista, los resultados no pueden generalizarse directamente a otras cuencas. Las
cuencas son brevemente
se describe a continuación.
del río Santa
El río Santa cuenca tiene una superficie total de unos 12.200 km2, lo que es la
segunda más grande
y lo más regular que fluye el río del Perú para alcanzar el Océano Pacífico. El río
Santa
es alimentado por los glaciares de la Cordillera Blanca, que definen este de la cuenca
unida-
aria. La Cordillera Blanca contiene la mayor concentración mundial de los glaciares
tropicales,
mayoría de los cuales el flujo hacia el oeste hacia el Océano Pacífico a lo largo del río
Santa (Marcos
et al. 2010). El río fluye hacia el norte a lo largo de un valle central custodiado por las
cordilleras de
ambos lados, conocido como el Huaylas del Callejn. La cuenca es el hogar de la lata
del Pato central hidroeléctrica, la segunda más grande en el país. En la zona costera
del delta del
El río Santa alimenta el distrito de riego Chavimochic, que abastece de agua a la
Chao,
Vir, Moche y Chicama valles. Casi un millón de personas viven en la cuenca. Figura
1.2 a continuación ofrece una representación esquemática de la cuenca del río Santa y
su hidrológico
representación en WEAP.
4 Estudio del Banco Mundial
Figura 1.2. Esquema del río Santa
Fuente: figura generada por este estudio realizado por Escobar et al. 2008.
Evaluación de los Impactos del Cambio Climático en la Hidrología de Montaña 5
Del río Mantaro

La cuenca del río Mantaro tiene una superficie de 34.550 km2 y se divide en 23
subcuencas
áreas. La cuenca tiene una gran importancia socioeconómica en el Perú. Situado en el
centro del
país, que alberga varias ciudades importantes y es la cuenca más poblada de
la sierra con más de 700.000 habitantes. Contiene las centrales hidroeléctricas que
abastecen a más de
34 por ciento de la energía requerida por el Sistema Interconectado Nacional. También
es el alimento
canasta para Lima. Su producción agrícola no sólo alimenta a los grandes centros
urbanos, pero
también es un importante exportador de productos no tradicionales. La precipitación es
uno de los más
importantes variables climatológicas en la cuenca del Mantaro, debido a su importante
papel en la
país la agricultura, la generación de energía y de agua potable los sectores de
abastecimiento de agua. Hay
cerca de 340.000 hectáreas de tierras agrícolas en el área de la cuenca. Más del 70
por ciento de esta tierra
no es de regadío y por lo tanto, depende en gran medida de la precipitación. Esto hace
que las sequías
amenaza climática importante a la agricultura en la región (IGP 2005a;. Martínez et al
2006).
Rmac Río
El río Rmac, ubicado en el oeste de Perú, es parte de la Cuenca del Pacífico y tiene
una longitud de
160 km. El río nace en las tierras altas de Huarochir Provincia en la región de Lima a
una elevación de 5,706 metros sobre el nivel del mar, alimentado inicialmente por el
sub-cuencas glaciares. Su
la boca se encuentra en el Callao. La cuenca del Rmac es la fuente más importante de
agua potable wa-
ter de la Lima Metropolitana y Callao, atiende a una población de más de siete
millones de
nes de personas. Pendiente muy grande esta cuenca (más de 3,5 por ciento) hace que
su comportamiento hidráulico
sobre todo crítico y supercrítico, con gran capacidad para el transporte de sedimentos
y grandes
cantos rodados. También hace que la cuenca de un ractivo para el desarrollo de
energía hidroeléctrica. Precipitación
en los rangos de RMAC Cuenca desde valores cercanos a 800 mm / año en las altas
montañas de
cerca de cero (menos de 2 mm / año) en la costa del Pacífico. La cuenca del Rmac
también aparece como
una cuenca que es muy vulnerable a los impactos del cambio climático.
Debido a que existe una importante transferencia de agua desde el río Mantaro al
río Rmac
Cuenca, se decidió tras el análisis que se inició la simulación se ejecuta debe en-
incluir ambas cuencas (el sistema Mantaro-RMAC).
Notas
1. El modelo WEAP puede evaluar la viabilidad hidrológica de las opciones de gestión
relacionados con el agua
al almacenamiento, distribución, uso y conservación de los recursos hídricos
regionales (Sieber y col 2004;. Yates
et al. 2004). WEAP es una herramienta de gestión integrada de microcomputadoras
para la planificación de los recursos. Se proporciona un
integral, flexible y fácil de marco para el análisis de políticas. WEAP se distingue por
su
enfoque integrado para la simulación de sistemas de recursos hídricos y por su
orientación política.
Figura 1.3. Ubicación del sistema Rmac y Mantaro
Fuente: figura generada por este estudio por el IRD de 2009.

CAPÍTULO 2
contexto
E xiste un consenso para apoyar la opinión de que el cambio climático puede tener
grandes impactos a gran altura, todo el mundo, ya un ritmo más rápido que antes
de la
viously predicho (Bradley et al 2009;. Duyrgerov 2003; IARU 2009; IPCC, 2007a).
campo
mediciones en el rango central de los Andes ya indican una tasa de calentamiento que
supera el promedio registrado para las tierras bajas (Ruz et al. 2010), y el cambio
climático es pro-
proyectada para dar lugar a variaciones de temperatura aún más significativo para los
Andes, en el futuro
(Bradley et al 2006; ver Figura 2.1). Los informes basados en las proyecciones futuras
realiza mediante el
Simulador Terrestre (Vergara et al. 2007) y los resultados del conjunto de varios
modelos de circulación general de hecho
estiman que la temperatura superficial en la cordillera de los Andes podría aumentar
hasta en un
dos veces más que en las tierras bajas circundantes a finales del siglo.
Además de la mayor tasa de calentamiento global previsto para la región de
América Cordil-
Lera, que incluye terrenos montañosos como los Andes, la topografía produce
grandes variaciones del clima a lo largo de la cordillera. En particular, la Cordillera de
los Andes
Figura 2.1. Anomalías de temperatura previstos en la Cordillera Americana

entre 19901999 y 20902099
Fuente: Bradley et al. 2006.

Nota: Los cambios proyectados en media anual libre de las temperaturas del aire entre
19901999 y 20902099 a lo largo de
un transecto de Alaska (68N) al sur de Chile (50S), siguiendo el eje de la Cordillera
Americana
cadena montañosa. Los resultados son la media de ocho modelos diferentes de
circulación general utilizados en el IE4 del PICC,
con los niveles de CO2 de escenario A2 del IPCC (2000, véase también el Apéndice
1). Triángulos negros denotar la más alta
montañas, en cada latitud, las zonas bloqueadas en blanco no tienen datos (o por
debajo de la superficie en los modelos). En el
la figura: Azules estrellas = Quito, Cusco y La Paz, las ciudades que se derivan el
agua de las fuentes de mayor elevación.
actúa como una barrera que impulsa las variaciones en la precipitación a lo largo y
alrededor de la gama,
cual añade complejidad al análisis. Estas variaciones tienen implicaciones
significativas para
la montaña el clima y la hidrología.
Ya hay evidencia clara de que el clima está cambiando en los Andes,
particularmente
particularmente en lo que respecta a los cambios en temperatura y precipitación.
Estudios recientes de Perú,
Meteorológico Nacional y el Instituto de Hidrología (SENAMHI 2007, 2009a y 2009b)
han identificado nuevas clima pa RER en las zonas montañosas de Perú, incluyendo
cambios en
las temperaturas mínimas diarias, el aumento de las temperaturas máximas diarias, la
reducción de
humedad relativa, los cambios en la precipitación anual RER, y los cambios en total
esperado de pre-
precipitación. Por ejemplo, con respecto a las temperaturas, tal como se resume en la
Tabla 2,1, hay
son una disminución del número de noches frías y una tendencia creciente de las
noches más cálidas. Estos
tendencias no se distribuyen equitativamente durante todo el año.
Cuadro 2.1. Número de estaciones en los Andes peruanos, con un peso significativo
(al nivel del 5%)
las tendencias de los índices estacionales de temperatura durante el período
19602000
Fuente: Vicente et al. 2005 (c). Sociedad Americana de Meteorología. Reproducido

con permiso.
Nota: Los números en negrita indican que más del 25 por ciento de las estaciones
cuentan con las tendencias más significativas.
Los días de verano se refieren al número de días con un máximo diario en 25C. Día
más cálido significa mayor
temperatura máxima diaria. Los días cálidos se refieren al porcentaje de días con la
temperatura máxima
por encima del percentil 90. Los días fríos son el porcentaje de días con una
temperatura máxima por debajo de la
Percentil 10. Días de heladas son el número de días con la temperatura mínima diaria
por debajo de 0C. Frío
est la noche es la más baja la temperatura mínima diaria. Noches frías son el
porcentaje de días con el diario
temperatura mínima por debajo del percentil 10. Noches cálidas son el porcentaje de
días con el diario
temperatura mínima por encima del percentil 90. Noches tropicales son el número de
días con el diario
temperatura mínima por encima de 20C. Rango de temperatura diurna es la media de
la diferencia entre el
temperaturas diarias máximas y mínimas, mientras gama de temperaturas extremas
es la diferencia entre
el mayor diario máximo y las temperaturas mínimas diarias más bajas durante el año.
Efectos visibles de los cambios causados por estos nuevos clima RER pa ya evi-
dente. Las temperaturas más cálidas han causado una rápida retirada de las zonas de
glaciares, y la variabilidad
y los extremos en las condiciones meteorológicas han comenzado a afectar a los
ecosistemas andinos. Más frío
temperaturas están afectando a las tasas de evaporación, almacenamiento de agua en
forma natural y hecho por el hombre
embalses, la humedad del suelo y las tasas de evapotranspiración de la vegetación de
montaña.
Estos cambios se espera que tengan repercusiones en la regulación del agua y el
agua
y fuente de alimentación, porque la lluvia es la fuente de la escorrentía que se alimenta
de energía varias res-
ervoirs, la ejecución de los ríos-las plantas, los sistemas urbanos de abastecimiento de
agua y la agricultura. La dinámica
el comportamiento de los glaciares tropicales andinos, lagos y humedales de montaña

también contribuyen a la
escurrimiento de la estacionalidad, al servir como almacenamiento o tampones
durante los períodos de lluvia y la liberación de
el agua almacenada durante largos períodos de tiempo. De 2006 a 2009, más del 50
por ciento de electricidad
poder en el Perú ha sido producido por la energía hidroeléctrica, que depende de las
cuencas hidrográficas de montaña.
Algunos de los impactos del cambio climático previstos en la regulación del agua,
los glaciares y
los ecosistemas de montaña de los humedales que podrían afectar a los RER de
escorrentía de agua de la montaña pa
cuencas se resumen a continuación.
Impactos Climáticos en el Reglamento de Agua

Un conjunto creciente de datos indica que el clima está afectando a los componentes
de la tierra del agua
ciclo. En referencia al agua y el régimen de las aguas, el IPCC concluye (IPCC,
2007a):
Hay confidence1 alta que los sistemas hidrológicos se ven afectados: en-
escorrentía aumentó a principios de la primavera y la descarga máxima en
muchos glaciares y la nieve de la Fed-
ríos, y el calentamiento de lagos y ríos en muchas regiones, con efectos sobre la
térmica
estructura y la calidad del agua. El aumento de la variabilidad estacional afectará
también a hi-
Los sistemas hidrológico.
Algunos fenómenos meteorológicos extremos han cambiado en la frecuencia y /
o intensidad a lo largo
los últimos 50 años: Es likely2 que la frecuencia de las precipitaciones intensas
(o
la proporción de las precipitaciones totales de las caídas pesadas) se ha
incrementado en la mayoría de las áreas.
Del mismo modo, una amplia gama de documentos de satélite y mediciones de
campo que el clima es
que afecta a las reservas de agua y caudales en los sistemas de montaña. En la
práctica, esto haría más probable
significará un aumento de las fluctuaciones y la pérdida de los caudales, lo cual tendría
un impacto directo en
los recursos hídricos disponibles, suministro de energía y la integridad de los
ecosistemas.
Impacto climático en los glaciares

En el Perú, los glaciares tiene una superficie de 2.041 km2 en 1970, pero este número
se había reducido casi
22 por ciento a 1.595 km2 en 1997 (véase la figura 2.2, Bradley et al 2006;. CONAM
2001; Vuille
y Bradley, 2000) .3 importantes reducciones adicionales en el área de la superficie se
han medido
desde entonces. El mayor de los glaciares estudiados en la Cordillera Blanca de Perú
perdió un 15 por ciento de su
área de la superficie glaciar en 30 años. Figura 2.3 ilustra la rápida disminución de la
superficie
que se mide por el glaciar de Santa Isabel, en la Cordillera Central de los Andes
colombianos.
El glaciar está perdiendo volumen a un ritmo que daría lugar a su desaparición en
unos pocos de-
cades.4 Del mismo modo, muchas de las tierras bajas (por debajo de 5.500 metros a
5.000 metros sobre el nivel del mar)
y de los glaciares más pequeños en el Perú han visto muy afectados y algunos
podrían desaparecer
dentro de una generación (Francou et al., 2003).
Previstos y ya se había observado el clima relacionados con el cambio los impactos
causados por los glaciares
CIER retiro incluyen el deterioro de las cuencas fluviales, el agotamiento de la
capacidad de recarga de agua,
y los cambios bióticos en los umbrales de los ecosistemas y la composición, las que
afectan a los ecosistemas de
la capacidad de temperatura para almacenar agua. Dado que los glaciares se han
proporcionado por lo general agua de deshielo continua
para mantener la descarga de los ríos debido a las sequías y la estación seca, los ríos
alimentados por glaciares y
corrientes serán más bajas durante la estación seca y los flujos de mayor variabilidad,
con una disminución
masa de los glaciares aguas arriba (Francou y Coudrain 2005;. Juen et al 2007). Los
efectos y
consecuencias pueden ser diferentes en las etapas inicial y final del retroceso de los
glaciares y dependen
en el lugar.
Figura 2.2. La pérdida acumulada en la longitud de los glaciares seleccionados en los
Andes desde 1870
Fuente: Vuille et al. 2008.

Figura 2.3. Reducción de la superficie del glaciar de Santa Isabel en Colombia
Fuente: SPOT e imágenes ALOS recogidos por el Proyecto INAP en Colombia y se

almacena en el archivo del IDEAM.
Nota: documentado a través de imágenes satelitales (20012009).
Impacto climático en los humedales de montaña

Los ecosistemas de alta montaña, incluido el pramos, están entre los ambientes más
sen-
sible al cambio climático. Estos ecosistemas tienen únicas especies endémicas de
flora y proporcionar nu-
rosos y los bienes ambientales y servicios valiosos. Los datos publicados
recientemente de un
El Banco Mundial financió el estudio sugieren que las temperaturas se han
incrementado en un signifi-
tasa de canto en altitudes Pramo (Ruiz et al. 2010). Consulte la Figura 2.4.
En el estudio antes mencionado, se muestra que las temperaturas mínimas durante

el
días más calurosos (MTmin) muestran tendencias estadísticamente significativas a
altitudes inferiores a 2.500 m,
que van desde 0.1 hasta 0,5 C / década. Registros MTmin se reunieron en las zonas
altas no lo hacen
muestran tendencias significativas. Las temperaturas medias mínimas (ATmin) se
reunieron en el clima
estaciones situadas por debajo de 2.500 m de exposición crecientes tendencias que
van desde 0.1 hasta 0.6 C /
década. Registros ATmin observadas en las zonas altas no muestran tendencias
significativas. Min-
temperaturas Imum durante los días más fríos muestran estadísticamente significativo
aumento
las tendencias en todas las altitudes, desde 0.10 hasta 0.90 C / década. Los aumentos
en estos extrema
temperaturas en los niveles superiores son más del doble de lo que se observa en
promedio a un menor
altura (Ruiz et al 2010).
Las temperaturas máximas durante los días más calurosos muestran
estadísticamente significativa
las tendencias en todas las altitudes que van desde 0,20 a 1,50 C / década. Los
aumentos en los niveles superiores
son más de tres veces lo que se observa en promedio en altitudes más bajas. Maxi-
Media
temperaturas mínimas presentan tendencias crecientes que van desde 0,10 hasta 0.60
C / década en
todas las altitudes. Las temperaturas máximas durante los días más fríos presentan
signifi-
significativas tendencias crecientes en sólo tres estaciones meteorológicas, sus
tendencias crecientes en la media
llegar a 0,20, 0,30 y 0,90 C década /, respectivamente.
Figura 2.4. Observado patrón de los cambios de temperatura en Pramo y otros

altitudes durante el período 19502007 en el Valle del Ro Claro en el Norte
Andes
4500
+1,50 Niveles inferiores en el flanco occidental
4000
X LOS NIVELES SUPERIORES en el flanco
occidental
3500
Niveles más bajos en el flanco oriental
3000
MTmax = -5.9 K / km
2500
Altitud [m]
0.50
2,000 +0.60
0.50
1,500 +0.20
1,000 +0.30
500
0
5 10 15 20 25 30 35
Temperaturas máximas [C] días más calurosos
Fuente: Ruiz et al. 2010.

Nota: Pramo comienza alrededor de los 3.000 m en esta ubicación. Valores anuales
(cajas, cruces y círculos) y
tendencias a largo plazo (flechas) se observan en el dominio espacial 04 25'N-05 15 'y
75 00' 00 'W-76.
Gray tendencias de temperatura se expresan en C / década.
Además, según el estudio, los impactos del clima ya han alterado la atmósfera,
atmosféricas de circulación pa RER de la producción y el vapor de agua en
movimiento dentro de estos ecosistemas de
MET. Es posible que estos cambios han contribuido a la desaparición de alta
órganos altitud de agua, así como a la mayor incidencia de natural y inducidos por el
hombre
incendios de montaña (Ruz et al. 2010).
Notas
1. Alto grado de confianza se traduce en unos 8 de cada 10 oportunidades (IPCC
2007c). Véase también el Apéndice 1.
2. Probablemente significa que más de una oportunidad el 66 por ciento (IPCC 2007c).
Véase también el Apéndice 1.
3. Retroceso de los glaciares está siendo monitoreado usando una variedad de
técnicas en los Andes. Algunos de estos
las mediciones se ve facilitada a través de la Colombia: Proyecto Integrado Nacional y
la re-
Regional de los Andes: La adaptación al retroceso de los glaciares del proyecto.
4. La segunda fotografía es parte de un archivo que se construye a través de
imágenes tomadas cada 48
días por el avanzado de observación terrestre por satélite (ALOS) del Japón.
Análisis del Clima
Un s las consecuencias del calentamiento global se hacen más urgentes, las

decisiones relacionadas con
el control, uso y regulación de los recursos hídricos deben tener en cuenta.
En este capítulo se presenta un proceso para la selección de "la planificación de
escenarios climáticos." En primer lugar,
una breve introducción de los diferentes enfoques para la construcción de escenarios
de cambio climático es pre-
tantes. Esta es seguida por una presentación resumida de las proyecciones hechas
con modelos de circulación general en la
tres formas diferentes. Para establecer una comparación con el clima actual, un
análisis de tendencias de
las principales variables climáticas se lleva a cabo con los datos seleccionados de las
estaciones meteorológicas fiables (como
definido por SENAMHI). El capítulo pasa a considerar la definición de criterios para
clasificar las alter-
enfoques alternativos. Una vez que los criterios se definen, una muestra de semi-
aleatoria de 10 "sitios" es
seleccionados y los resultados se analizan.
Enfoques disponibles para la proyección de escenarios climáticos se pueden
agrupar de la siguiente manera:
El uso de un GCM clave. Si sólo uno de GCM se utiliza, tiene que ser uno que se
adapta bien
con el objetivo y la región en estudio.
El uso de un conjunto de modelos de circulación general para ofrecer una amplia
gama de posible futuro escenario-
narios. Aquí, el supuesto subyacente es que el conjunto no ofrece
un escenario, pero una serie de resultados que ayudan a lidiar con la
incertidumbre que es
siempre se asocia con los resultados del modelo.
El uso de un conjunto ponderado de los modelos de circulación general. En este
método los MCG se ponderan
por su capacidad para reproducir estas condiciones climáticas que son de interés
consi-
Ering el alcance del estudio. Normalmente, sólo unos pocos (cuatro o cinco a lo
sumo) se utilizan
sobre la base de su contribución para explicar el comportamiento del clima
pasado.
El uso de modelos dinámicos de reducción de escala (también llamados Modelos
de Circulación Regional,
o MCR) para mejorar la resolución de los escenarios climáticos. Desde MCG
establecer el
condiciones de contorno para MRC, los resultados de la CRM están asociados
con el
el uso de uno o varios modelos de circulación general. Dado el tiempo de cálculo
de gran tamaño que este método
requiere, normalmente, sólo un mecanismo generalizado de corrección se utiliza
con varios "corre" de la-downscal
Ing. rutinas.
La utilización del análisis estadístico de tendencias en las observaciones
anteriores sobre el clima para producir el clima
proyecciones. Este método puede utilizarse sólo en las zonas donde algunos
mínimo ad-
equiparar los registros climáticos están disponibles.
Las siguientes cuatro opciones fueron utilizadas: 1
De alta resolución de la proyección. La RM-AGCM3.1 fue utilizado como un
mecanismo generalizado de corrección individual.
Los datos fueron generados por la ejecución del modelo RM-AGCM3.1 en un
superordenador
llamado el Earth Simulator-2. Para esta aplicación, sólo unas pocas variables
climáticas
fueron descargados y analizados, incluyendo la temperatura, precipitación,
humedad del suelo
y la evaporación a una muy alta resolución (20 km), la captura de la intensidad y

frecuencia de events.2 meteorológicos extremos Lograr una resolución tan alta en
el
GCM es único en el mundo los estudios sobre el cambio climático, que es la
razón por la RM-AGCM3.1
Se eligió como una sola GCM en este estudio. El reto de esta herramienta es que
el
potencia de cálculo disponible es insuficiente para permitir a múltiples escenarios
de emisiones
ejecuta. Por lo tanto, la aplicación de la GCM de alta resolución se limita a un
única prueba. Para hacer frente a esta limitación y reforzar la solidez de la pro-
proyecciones hechas en una resolución de 20 km, el GCM misma se ejecutó a un
menor resolución
nes (60 km e inferior). Estos resultados fueron comparados con la versión de 20
km.
Conjunto de modelos de circulación general. Desde modelos utilizados para
proyectar el cambio climático son
representaciones imprecisas del sistema climático de la Tierra, todos ellos se
consideran
para que "los errores del modelo". Por lo tanto, una práctica recomienda a
menudo consiste en utilizar el
resultados de los modelos de circulación general en múltiples proyecciones de
clima futuro. Este estudio utilizó com-
la producción combinada de 16 GCMs3 presentado en el Cuarto Informe de
Evaluación de la
IPCC. Se utilizaron en este estudio para proyectar el alcance potencial de
precipitación
ción y los cambios de temperatura que pueden ser previstos a nivel de cuenca.
Reducción de escala dinámica. El uso de la subgrid Modelo Orografía dinámico
tiene
demostrado que la reducción de escala podría mejorar la simulación de las
nevadas, tem-
temperatura y la precipitación en las regiones montañosas. En este estudio, el
inferior a la malla
esquema se utiliza para las salidas downscale del Sistema Climático de la
Comunidad
Modelo (CCSM). CCSM es un mecanismo generalizado de corrección
desarrollado por el Centro Nacional de EE.UU. de A-
La investigación atmosférica.
Las precipitaciones análisis de tendencias. Con el fin de fortalecer aún más la
solidez de la
proyecciones, el análisis utiliza el análisis estadístico de meteorología observada
datos de más de 20 años para verificar las proyecciones de los MCG modelados
con los locales lineal
las proyecciones futuras.
De alta resolución del clima de proyección para el Perú para el siglo 21

Los resultados de la simulación se extiende desde un GCM de alta resolución se
utilizaron para generar una
el clima de proyección para el Perú, principalmente por la temperatura, las
precipitaciones y los fenómenos extremos. este
proyección que se utiliza el mecanismo generalizado de corrección atmosférica de la
resonancia magnética de la Agencia Meteorológica de Japón
(JMA). Se trata de un clima atmosférico de alta resolución model.4 El tamaño de la
rejilla horizontal es
a unos 20 km (Mizuta et al. 2006), que ofrece sin igual de proyección de alta
resolución. la
el uso del Simulador Terrestre-2, 5, que tiene una velocidad máxima de 130 teraflops
(TFLOPS), hizo la
de alta resolución simulación posible. Una descripción detallada del modelo y su
desempeño-
Mance se pueden encontrar en Mizuta et al. (2006).
La RM-AGCM3.1 se utiliza para proyectar la respuesta hidrológica del Perú al
cambio climático
cambio en el centro (20352049) y al final del siglo 21 (20752099). En años anteriores,
Informes de Evaluación, el IPCC se definen los escenarios de referencia estándar
(IEEE), que fueron
utilizada en las proyecciones de los MCG sus informes. Estos escenarios de emisiones
también son ampliamente utilizados en la
estudios de modelos en otros lugares (véase el apéndice 1 de las diferentes emisiones
del PICC-IE-EE-SCE
narios). Escenario de emisiones del IPCC utilizado en este ejercicio fue A1B, 6, que se
considera
un "medio-de-la-carretera" proyección de las emisiones de gases de efecto
invernadero. Esto resulta en un promedio
aumento de la temperatura de entre 1,3 y 3,5 grados centígrados por el final del siglo.
Sólo las variables climáticas que son de relevancia directa para la hidrología
posterior
el análisis de se resumen aquí. Se trata de una precipitación media anual,
precipitaciones extremas ERNS pa
máximo de 5 días de precipitación y días secos consecutivos), y la humedad del suelo
la parte superior de la capa.
Todos ellos se comparan con los datos históricos (19.792.003) para estimar los
cambios en el tiempo.
Puesto que este modelo incluye una opción de los componentes del río, su uso
permitido una evaluación directa
de los cambios de caudal de los ríos en todo el país. Los resultados de este modelo se
utilizan en el capítulo 6 para hacer
una estimación global de los cambios en la escorrentía y el caudal de los ríos en el
Perú.
Resultados de la precipitación media
Para evaluar qué tan bien el modelo se replica el clima actual, los datos históricos se
compararon
de resultados de la simulación para un período de referencia (19792003). Figura 3.1
muestra la distribución
ción de la precipitación media anual en promedio para este período de referencia. La
fila superior se presenta la
observó: los datos anuales de precipitación, mientras que la fila bo om resume los
resultados
a partir de un análisis de simulación. Los resultados se muestran en diferentes
resoluciones (20 km, 60 km, 120
km y 180 km). Al comparar estas imágenes, es evidente que las simulaciones
reproducen
general observada RER pa razonablemente bien. Sin embargo, estas imágenes
también revelan el reto-
retos de asegurar una buena representación de los Andes, especialmente a
resoluciones más bajas
(120 km e inferior).
Las precipitaciones medias anuales en el futuro cercano (20152039) y al final de la
21 ª
siglo (20752099) fueron simulados para visualizar los cambios futuros. Estos datos
fueron entonces
en comparación con los datos actualmente disponibles sobre las precipitaciones
medias. Los cambios proyectados son
presenta en la Figura 3.2. El total de pacientes moderna de cambio de la precipitación
simulada por el
20 km y 60 km modelos es similar. Las mayores anomalías (diferencia con la
referencia
período) se ven en el Cordillera de los Andes, mientras que los más pequeños se ven
cambios en la
tierras bajas del este y las zonas costeras del sur.
Figura 3.1. Las precipitaciones anuales medias observadas y simuladas (mm d-1) en
el Perú
19792003
Fuente: figura generada en el marco del Memorando de Entendimiento (MOU) entre la
RM y la
Del Banco Mundial.
Nota: Las parcelas corresponden a conjuntos de datos de las observaciones reales y
resoluciones diferentes para las proyecciones.
Figura 3.2. Anuales de los cambios simulados precipitación media (mm) para el a,
b) cerca de
el futuro (20152039) y la c, d) de finales del siglo 21 (20.752.099) de 60 km y
20 km resoluciones

RM y la
Del Banco Mundial.
Nota: Las áreas estadísticamente significativas en el nivel del 95 por ciento del
cascarón. Las áreas sombreadas sólo aparecen en el
60 km de resolución, ya que sólo de que uno se podría comparar con el conjunto de
modelos de circulación general. No era sólo un
única prueba en la resolución de 20 km. Por lo tanto, los resultados obtenidos a partir
de que no podía ser comparado con
otros resultados.
Eventos extremos de precipitación
El calentamiento global no sólo se espera que cambien las condiciones medias de la
variabilidad del clima
bles, sino también para aumentar la amplitud y la frecuencia de eventos extremos.
Comprender-
ción en estos cambios en los extremos se llevará a cabo es importante para reconocer
que
medidas de adaptación son necesarias. Dos impactos se pueden identificar: i) los
cambios
tras una fuerte precipitación (medida a través del volumen total máximo de cinco días,
que se denota
como RX5D, en milímetros), y (ii) días sin lluvia (medido a través del número de
días secos consecutivos). Estos dos índices extremos de precipitación se calcularon
para
ilustrar los cambios en los extremos de precipitación en el Perú. Figura 3.3 muestra la
proyección
cambios en la precipitación pesada en comparación con el día de hoy, tanto a 60 km y
20 km-
resoluciones para el futuro próximo y el final del siglo. El modelo sugiere que hay
habrá un aumento de los pesados aguaceros en todo el Perú, dando lugar a un
aumento de la como-
verosimilitud de las inundaciones y la estabilidad de la reducción de los caudales.
Como se ve en la figura, el modelo
proyectos incluso mayores incrementos en la precipitación pesada para el final del
siglo en una
una resolución más alta (20 km). En general, la mayor intensificación de la
precipitación se encuentra en el
el noroeste de la costa y la cordillera de los Andes.
Figura 3.3. Cambios en el máximo anual de cinco días la precipitación total (mm) para
Al final, b) en un futuro próximo (20152039) y la c, d) del siglo (20752099), por 60 -
km y las resoluciones de 20 km

RM y la
Del Banco Mundial.
Nota: Las áreas sombreadas muestran consistencia en los resultados del conjunto en
la resolución de 60 km.
De acuerdo con el modelo RM-AGCM3.1, parece probable que el cambio climático

no sólo causan la intensificación de la lluvia, sino que también daría lugar a un
aumento del número de
días sin lluvia. Para ilustrar los cambios en la extensión de la estación seca, el
consecutivo de
TIVOS días secos (CDD) se estimaron para el mismo período que las fuertes lluvias.
Un "día seco"
Se define como un día con precipitación de menos de 1 mm d-1. La Figura 3.4
muestra los cambios
en el número máximo de CDD sobre Perú para el futuro cercano y el fin del siglo a 20
km y 60 km. El número de días secos se prevé que aumente en todo el país.
Esto puede conducir a un aumento de las sequías con el tiempo.
La humedad del suelo
Hidrología superficial se verá afectada como resultado de cambios en las
precipitaciones. Un parámetro de clave
ETER para la hidrología de superficie es el contenido de agua del suelo (humedad) de
la capa superior del suelo
(WETSL1), 7 que puede ser estimada sobre la base de un cálculo basado en agua
presupuesto
El GCM de los resultados del modelo. Los cálculos incluyen una estimación del cambio
en la parte superior
la humedad del suelo sobre la base de la evaporación y los cambios en las
precipitaciones y períodos de sequía.
Los resultados de los cálculos se presentan en la Figura 3.5. Ellos indican que el suelo
se
ser considerablemente más seco en la mayor parte del país y que la sequedad haría
en-
pliegue en el tiempo. Según la figura, el secado del suelo sería el más fuerte en elLa
región amazónica y el sur de las zonas costeras. La región de Cordillera de los Andes
se prevé que
experimentar cambios mixtos en el contenido de humedad del suelo.
La alta resolución de la RM-AGCM3.1 es ideal para ayudar a visualizar el clima ex-
Tremês, en conjunto con GRiverT puede resolver los impactos hidrológicos en la
cuenca del gran
escala (100,000 kilometros). Sin embargo, los requisitos de grandes computación
limitar el uso de una o dos
escenarios de emisiones. Las salidas de la RM-AGCM3.1 se utilizan en el estudio para
proyectar el futuro
el clima en todo el país y visualizar fenómenos meteorológicos extremos.
Figura 3.4. Los cambios en máximos anuales días consecutivos secos para el a, b)
cerca de
futuro y c, d) de finales del siglo, de 60 km y 20 km

RM y la
Del Banco Mundial.
Nota: La escala es de día.
Figura 3.5. Cambio en el índice de humedad de la capa superior del suelo para el
a, b) en un futuro próximo
y c, d) de finales del siglo, por 60 km y 20 km

RM y la
Del Banco Mundial.
Nota: El índice de humedad WSLN se define como el cambio promedio en el contenido
de humedad de los primeros 10 cm de
superficie del suelo.
Conjuntos para simular el clima futuro

Para complementar los resultados obtenidos mediante el uso de alta resolución de las
proyecciones de la
RM-AGCM3.1, una salida de conjunto a partir de 16 modelos de circulación general,
con otras resoluciones más bajas (la red
tamaños de 200 km o más) se utiliza para tratar la incertidumbre en la estimación del
potencial
los futuros cambios de temperatura y precipitación. Al igual que con todos los modelos
de circulación general, estos modelos fueron 16
No haga funcionar específicamente para este estudio, en cambio, los datos existentes
se obtuvieron a partir de la del IPCC
Cuarto Informe de Evaluación informe.8 Los datos fueron utilizados a partir de dos
escenarios: (i) el escenario A1B,
utilizado en el subcapítulo anterior en la aplicación de la GCM de alta resolución, y (ii)
el escenario B1, que se considera un escenario optimista.
La gama de cambios en las precipitaciones y la temperatura obtenida de los datos
del IPCC
se utilizó para proyectar los cambios en las estaciones meteorológicas seleccionadas
(las Collota, Huaraz,
Parn y las estaciones de Caraz) en la cuenca del río Santa en el siglo 21. Los datos
del IPCC
se obtuvieron sobre una base mensual. La precipitación media y los cambios de
temperatura,
junto con la media más / menos una desviación estándar, se calcularon para cada
cuenca
utilizando todos los puntos de datos (16 veces los modelos de dos escenarios de
emisiones de ruta). Este ejercicio fue
hecho por cada mes en el período de simulación desde 2000 hasta 2100. Los
resultados estimar
las envolventes superior e inferior de la precipitación y el cambio de temperatura
alrededor de 2040, los
como se muestra en la Figura 3.6. La salida de los 16 MCG fue generalmente
consistente con el
las salidas del Simulador de la Tierra.
Los dos escenarios del IPCC (A1B y B1) se utilizaron para crear dos sensores de
temperatura y pre-
las condiciones de precipitación de la cuenca del río Santa para la década 2040,
utilizando los extremos:
Marginalmente condiciones cálidas con un aumento de 0,5 ° C de temperatura y un 15
por ciento en los
aumento en las precipitaciones (que corresponde aproximadamente a los resultados
de la RM-AGCM3.1);
y condiciones mucho más cálidas con un aumento de la temperatura 2 ° C y un 10 por
ciento de-
aumento en la precipitación.
Estos conjuntos de condiciones se utiliza para proyectar datos sobre el clima
durante un período de 30 años (2010
2040), la construcción de dos caminos de clima para el futuro inmediato, como se
muestra en la Figura 3.7.9
Para las condiciones de referencia (la media entre 1979 y 2003), la precipitación anual
es de alrededor de 870 mm / año. Bajo condiciones mucho más cálidos, la
precipitación se reduce a
780 mm / año en 2040, mientras que en las condiciones más cálidas marginalmente, la
precipitación es
proyectado en 1.000 mm / año. La precipitación es en el lado izquierdo, mientras que
la temperatura en el
lado derecho. Este enfoque produce la gama posible de los resultados que se espera
de
el cambio climático. Los resultados ponen de manifiesto la incertidumbre asociada con
el uso de los 16
MCG independientes desplegadas en el proceso del IPCC. Estos resultados ilustran el
enfoque
seguido a menudo en la construcción de los escenarios climáticos. En base a los
resultados resumidos en la Figura
3.6, los escenarios son seleccionados, indicando las (límites superior e inferior)
extrema del clima con-
condiciones que se podría esperar. El supuesto subyacente es que los proyectos (las
decisiones)
debería resultar resistente a las proyecciones climáticas extremas.
Figura 3.6. Los posibles cambios en la temperatura y la precipitación en el río Santa
Cuenca (Collota, Huaraz, Parn, y las estaciones meteorológicas de Caraz)
Fuente: figura generada por este estudio por el SEI, 2009.

Nota: Las salidas son a partir de un conjunto de 16 modelos de circulación general.
Los números en el eje Y indican los valores de las variables
que caen dentro de una desviación estándar en cada dirección.
Figura 3.7. La precipitación y temperatura de la serie de tiempo asociada con dos

juegos de
Para evaluar la incertidumbre asociada con el uso del conjunto de GCM, la variable
la capacidad en las simulaciones de las proyecciones de precipitación en la cuenca de
Santa que se estima la
los períodos históricos, a mediados de siglo y de fin de siglo. Figura 3.8 proporciona
información
sobre la variabilidad y el sesgo inicial de MCG. El eje horizontal indica el individuo
GCM en el conjunto. Para cada GCM, Figura 3,8 presenta el valor medio de la
precipitación-
ción y sus quintiles. El análisis conjunto de da igual peso a cada modelo y la
información combinada se utiliza para calcular la variabilidad esperada.
El primer panel muestra los resultados de la simulación de los registros históricos.
La
siguiente indica los resultados de las simulaciones de mediados de siglo y finales de
siglo. Claramente, el
MCG no producen resultados consistentes. Algunos son capaces de simular el período
actual con
mayor precisión que otros, pero no se hizo una adelantarse para ponderar los
resultados.
La combinación de las salidas de 16 modelos diferentes tiene el potencial para
reducir
el rango de incertidumbre e identificar las áreas donde los modelos indican signos
comunes
y la magnitud de las anomalías, la combinación de resultados puede proporcionar
superior e inferior
los niveles de las variables climáticas en el futuro a nivel de cuenca. Sin embargo,
como se ve en la Figura 3,8 a continuación, el
resultados muestran grandes variaciones entre los modelos. A menos ponderada,
estos conjuntos se combinan
las proyecciones de los pobres y buenos ataques, enmascarando las salidas de los
modelos individuales que er.
Inferior a la malla Orografía modelo dinámico (Herramienta de reducción de escala)

Las evaluaciones de los impactos del cambio climático a nivel de proyecto suelen
requerir infor-
información a escalas de 10 km o menos. En las regiones de topografía compleja, gran
parte del territorio
variabilidad en el clima (la temperatura del agua, las precipitaciones y la nieve) se
produce en las escalas inferiores
10 km (IPCC, 2007a), en contraste con el tamaño de la cuadrícula de simulaciones de
modelos climáticos globales,
actualmente 200.300 kilometros. Naturalmente, uno puede esperar que el tamaño de
la cuadrícula en la que MCG correr a con-
tinue a disminuir con el tiempo como la velocidad del ordenador y aumentar la
memoria. Sin embargo, la gran
aumento de la potencia de los ordenadores necesarios para reducir el tamaño de la
cuadrícula (un aumento de ocho veces en la velocidad
Figura 3.8. La variabilidad en la precipitación (en mm) para el histórico (19.601.999),

media (20002050) y al final (20502099) de los períodos del siglo 21
Fuente: figura generada por este estudio por el SEI, 2009.

Nota: La precipitación anual promedio para el período de tiempo histórico (19601999),
a mediados de siglo (20002050)
y la de finales del siglo (20502099) de 16 modelos del proyecto PMIC CMIP3 base de
datos multi-modelo (www.
earthsystemgrid.org) para los escenarios A1B y B1. Diagramas de caja incluye los
datos de las estaciones de Collota, Huaraz, Parn,
y Caraz. Los 16 modelos utilizados en esta figura son modelo 01: BCM2, Modelo 02:
cccma_cgcm3, Modelo 03: cnrm_
cm3, modelo 04: csiro_mk3_0, Modelo 05: gfdl_cm2_1, Modelo 06: giss_aom, Modelo
07: lap_fgoals1_0_g,
Modelo 08: inmcm3_0, Modelo 09: ipsl_cm4, Modelo 10: miroc3_2_hires, Modelo 11:
miub_echo_g, Modelo
12: mpi_echam5, Modelo 13: mri_cgcm2_3_2a, Modelo 14: ncar_ccsm3_0, Modelo 15:
ncar_pcm1 y Modelo
16: ukmo_hadcm3. Para el período de tiempo histórico (19601999), la distribución de
las observaciones y una
línea horizontal se añaden a 556,65 mm, que es la precipitación mediana anual de las
observaciones para
las cuatro estaciones.
para reducir a la mitad del tamaño de la red) limita la tasa de reducción de tamaño de
cuadrícula de saltos discretos como nueva
supercomputadoras disponibles, más o menos cada seis años. A pesar de los
esfuerzos concertados,
uno por lo que no puede esperar la resolución expresa de simulaciones de modelos
climáticos globales que
llegar a la resolución requerida para la evaluación del impacto de las aplicaciones
actuales.
Esta brecha entre la resolución requerida para la evaluación del impacto y la
resolución
disponible en los modelos climáticos globales (Ghan 1992; von Storch, 1995) ha
llevado a la desarrollan-
ción de una variedad de técnicas de reducción de escala. Estos incluyen alta
resolución atmósfera mundial-
modelos esféricos una duración de intervalos de tiempo seleccionados (Cubasch et al
1995;. de mayo y Roeckner 2001),
elaboración de modelos climáticos regionales (Giorgi, 1990; Giorgi y Mearns 1999), y
una variedad de estadísticas
métodos de reducción de escala (von Storch 1995; Wilby y Wigley, 1997; Gyalistras et
al 1998;. Mur-
PHY 1999, 2000). Cada uno de estos métodos ofrece ventajas pero también tiene
serias limitaciones.
De particular interés para los propósitos de la evaluación es el tratamiento de la
proceso de la atmósfera en las cordilleras escarpadas, como la Cordillera de los
Andes. Leung y
(1995, 1998) técnica de reducción de escala Ghan ofrece una aproximación
fenomenológica a
el tratamiento de la influencia de subgrid orografía de la temperatura, nubes,
precipitación
y los procesos de la superficie terrestre. El uso del modelo subgrid Orografía dinámico
ha demostrado
que en un modelo climático regional, el tratamiento mejora de forma significativa la
simulación de
de nieve, la temperatura del agua y la precipitación en terreno montañoso. El esquema
inferior a la malla
se utilizó para reducir la escala de los resultados de los MCG CCSM3 del Centro
Nacional de EE.UU.
Investigación de la Atmósfera.
En el esquema orografía subgrid, cada celda de la cuadrícula modelo está dividido
en un nominal
número de elevación inferior a la malla / vegetación bandas basadas en alta resolución
topográfica
y los datos de la vegetación, se ilustra en la Figura 3.9. El método subgrid estima la
vertical
desplazamiento de las parcelas de aire en cada banda inferior a la malla sobre la base
de la diferencia de elevación ser-interpolación de la banda inferior a la malla y la celda
de la cuadrícula significa, y el número de Froude, que se utiliza para
distinguir si la porción de aire se bloquea o se levanta por la topografía inferior a la
malla.
El desplazamiento vertical de aproximadamente la porción de aire se usa entonces
para determinar el
subgrid perfiles verticales de temperatura y humedad basado en la conservación de la
energía
y la humedad. Después de que un término forzamiento orográfico se aplica a la
ecuación de pronóstico
de temperatura y humedad para cada clase inferior a la malla. Esto se hace
empujando la tem-
la temperatura y los perfiles de humedad a los perfiles de diagnóstico en un tiempo de
relajación constante.
El conjunto completo de física de la atmósfera y la física de la superficie terrestre se
aplican a cada uno de el-
banda de altas elevaciones que dentro de cada celda de la cuadrícula, pero la
dinámica atmosférica sólo se calcula en base
en la parrilla de células significa variables. Este método ha sido implementado y
evaluado en un
modelo climático regional (Leung y Ghan 1998, 1999) y un modelo climático global
(Ghan
et al. 2004).
Los datos a escala reducida utilizando esta técnica se analizaron mediante la
comparación simulada
resultados para el período de referencia de las estadísticas clave de las variables
climáticas observadas durante un
semi-random10 pequeña muestra de las estaciones que cubren el Perú (véase la
Figura 3.11 para la ubicación de
Los puntos de muestreo). Un análisis estadístico se llevó a cabo durante tres períodos
de interés: el
período de referencia, así como a mediados de siglo y el final de siglo.
Figura 3.10 se compara la distribución simulada y observada de la precipitación
para
Perú. La simulación produce la precipitación demasiado en la de sotavento (oeste)
hacia
de los Andes, y demasiado li-le en el lado de barlovento. Esto es una consecuencia de
la subgrid
esquema de la orografía de la incapacidad de distinguir entre los lados de barlovento y
sotavento
montañas. La sombra de la lluvia de montaña deben estar expresamente resuelto. Los
datos observados
(Figura de la derecha) muestran la presencia de tres áreas localizadas con una
precipitación muy alta en el
parte oriental de la Cordillera de los Andes donde se encuentra la meseta del
Amazonas, dos en Perú y
la tercera en Ecuador. La precipitación simulada no reproducir estas características.
Figura 3.9. Inferior a la malla orografía régimen

Fuente: Ghan y Shippert 2009.
Figura 3.10. Simulada (izquierda) y observado (derecha) de precipitación para el Perú
Fuente: Ghan y Shippert 2009.
La simulación muestra una cierta capacidad del modelo global de reproducir la

distribución espacial
distribución de la precipitación anual en los Andes son amplias, como en el sur de
Perú,
pero no en los Andes son estrechas, como en la parte media y norte del Perú.
Las simulaciones detalladas se presentan en el Apéndice 3. En resumen, estas
simu-
ciones producen distribuciones de gran consistencia, pero complejo espacial de los
cambios
de la temperatura superficial del aire, precipitación total y la nieve que amplifican con
el tiempo. To-
Tal precipitación aumenta en la mayoría de lugares, pero disminuye las nevadas.
Estos cambios son
probabilidad de producir fuertes efectos sobre las estimaciones de los impactos del
calentamiento global en la superficie
los recursos hídricos en el Perú.
Sin embargo, grandes sesgos son evidentes en la distribución de la precipitación.
La inmediata-
comió solución sería aplicar correcciones empíricas para estos sesgos. A más largo
plazo solución
ciones sería mejorar el esquema de la orografía inferior a la malla para dar cuenta de
la lluvia inferior a la malla
sombras, o para emplear el modelado explícito regional para Perú y Bolivia. Un
tratamiento de
sombras de lluvia podría ser aplicado a este problema. Salvados todos los días de la
historia de otro mundial
simulaciones también podría ser utilizado para conducir simulaciones con el modelo
climático regional.
En conclusión, aunque la técnica es capaz de elevaciones del modelo en terrenos
complejos
y cuenta con alta resolución que potencialmente puede resolver las cuencas en zonas
de montaña, todavía
tiene limitaciones, que impiden su uso efectivo en este momento. Estas limitaciones
incluyen la in-
capacidad para tratar las sombras de lluvia, y la influencia de las pendientes en las
escorrentías, importante en el mon-
montañosas del terreno. Una vez que éstas se dirigen, la orografía inferior a la malla
podría desempeñar un papel importante
papel en las proyecciones a nivel de cuenca.
Las precipitaciones Análisis de Tendencias

Un análisis de las tendencias puede proporcionar una base para determinar el signo y
magnitud (como la construcción de
intervalos de confianza) de una tendencia. Los análisis de tendencia se llevaron a
cabo a nivel nacional y de cuenca.
Para efectos de presentación, diez sitios fueron seleccionados a nivel nacional.
Análisis de tendencias regionales se llevaron a cabo en las cuencas seleccionadas.
Como un ejemplo de
los resultados obtenidos, la figura 3.11 se muestra la cuenca del río Mantaro, así como
la ubicación de la
de estaciones meteorológicas en que se basa el análisis. Un análisis estadístico fue
llevado a cabo para cada estación meteorológica en la cuenca (38 estaciones
climatológicas en el caso de la
Cuenca del río Mantaro) .11 tendencias de precipitación para cada estación fueron la
OLP ed (Figura 3.11) para
analizar su coherencia geográfica. El análisis dio como resultado la identificación de
seis
zonas (Tabla 3.1 y Figura 3.11) donde los datos de las estaciones climáticas presentan
similares
las tendencias de las precipitaciones.
La Tabla 3.1 muestra las tendencias observadas anuales de precipitación en la
cuenca del río Mantaro
para el período de referencia (19792000). Una tendencia precipitación positiva fue
identificado en el
el sur de la región del valle (zona III). En cambio, en el norte de la región de los valles
(Zona I) y
la región oriental (Zona VI), las tendencias indican que no hay, o casi nada, los
cambios en la anual
precipitación. Las regiones restantes identificados muestran una tendencia a la baja,
sobre todo
significativa en las altas montañas que rodean el valle norte, donde importantes
reducciones en las precipitaciones se esperan. Estos resultados ponen de manifiesto
las limitaciones de
MCG. Sólo los modelos de alta resolución tienen la posibilidad de reproducir la
variabilidad
encuentra en la naturaleza.
Figura 3.11. El análisis de tendencias: la regionalización de las tendencias observadas
en el Mantaro
cuenca
Fuente: Elaboración propia.

Nota: Este gráfico muestra la distribución de las estaciones en la cuenca del Mantaro.
Cuadro 3.1. Observado tendencias de las precipitaciones anuales en la cuenca del río
Mantaro
(mm / período)
Zona de Ubicación Anual DEF MAM HIJO JJA
Yo Norte Valle 0 0 0 0 0
II Norte -11 -6 -2 -1 -2
III Southern Valley 7 3 1 1 2
IV Centro -4 -2 -2 1 -1
V Sur -3 -1,5 -1,5 0 0
Este VI -1 -1 0 0 0
Estas tendencias identificadas fueron utilizados para hacer proyecciones lineales de

las precipitaciones en el futuro.
Las proyecciones se resumen en la Figura 3,12. La figura facilita la identificación de
áreas con un comportamiento similar. El análisis de tendencias sólo hace referencia a
las tendencias más importantes, que
es decir, a los cambios en el valor medio con tiempo.12
Si bien el análisis de tendencias no representan una técnica de modelado, que
utiliza la CLI de corriente
mate como una base para las proyecciones. El análisis requiere un registro adecuado
del tiempo para un
período de 20 años o más y sólo se refiere a los posibles cambios en los valores
medios. También asume que en el pasado las tendencias lineales no va a cambiar en
un futuro próximo. Por otro lado, el
el uso de las tendencias actuales puede ser engañosa si las tendencias incipientes y
sustancialmente diferentes
están en juego en el futuro inmediato.
Figura 3.12. Promedio de precipitación (mm / año) en la cuenca del río Mantaro para:
a)
observados (19901999) y b) proyectada (20302039) períodos de tiempo
Fuente: figura generada por este estudio por el SENAMHI.

Limitaciones en las proyecciones climáticas
Aunque los modelos MCG son de gran alcance para la representación de los procesos
globales, que no tienen
la resolución detallada que se exige para la planificación de recursos hídricos a nivel
de cuenca. El cabo-
puso de MCG debe ser entendida como la condición climática media se encuentra en
la célula,
que podría abarcar grandes áreas que se cree que ser homogénea. Esta hipótesis es
no es válida en terreno montañoso. Interpretación de los resultados de los modelos
tanto, es difícil.
Cuando se utilizan los resultados de los MCG, las limitaciones generales que deben
considerarse son:
Modelo de la incertidumbre. Circulación global y dinámica oceanográfica y
atmosférica
ción los modelos son representaciones, basadas en nuestro conocimiento
científico, de muy
fenómenos complejos que abarcan varios niveles de resolución. Por definición,
los modelos
son simplificaciones sobre la base de nuestra comprensión actual. A medida que
la investigación es-
viene disponible y observaciones proporcionan nuevos conocimientos sobre la
física muchas
y los procesos químicos en el océano y la atmósfera, los modelos que se espera
para mejorar. Los modelos utilizados tienen una considerable incertidumbre,
como se indica por el
estimaciones diferentes de las que ofrecen los climas futuros.
Emisiones de caminos. Las futuras emisiones de gases de efecto invernadero
dependerá de la actividad económica-
dad y las decisiones políticas, tanto sujetos a grandes fluctuaciones y la
incertidumbre.
Sin embargo, para los próximos dos o tres décadas, esas decisiones no se
espera
para producir desviaciones importantes en respuesta al cambio climático.
Modelo de resolución. Para la aplicación hidrológica en un terreno complejo, como es

el
caso en el Perú, la entrada de datos a los modelos hidrológicos que se necesita
en muy detallada resolu-
lución. Tal resolución sólo está disponible en un modelo entre los 16 utilizados
en la
Cuarto informe de evaluación, con el inconveniente adicional de que tiene un
limitado
número de simulaciones independientes de los escenarios climáticos futuros
para la sensibilidad
análisis. La mayoría de los modelos de circulación general se ejecutan en las
resoluciones de varios cientos de kilómetros
(Unidades de paquetería son varios cientos de kilómetros por lado), lo que
implica considerar-
capaces de dificultades teóricas y metodológicas.
Modelo de la independencia. El uso de conjuntos de modelos se ha convertido
en una práctica común
para evaluar los resultados futuros del clima. La hipótesis subyacente es que el
promedio de
resultados independientes se ofrece er significa que las estimaciones de un
modelo único expe-
tos. Las investigaciones recientes sugieren que esta hipótesis es difícil de probar
porque
Los modelos no son independientes. Ellos comparten rutinas similares, con
frecuencia uno es el
base de versiones mejoradas - a pesar de que siguen en la lista de disponibles
mod-
ELS - y el intercambio de información e investigación entre los desarrolladores
de modelo impide
el uso de la hipótesis independiente. Algunos autores han propuesto un peso
la probabilidad de que los resultados del modelo basado en el acuerdo de un
modelo con las observaciones.
Incapacidad para dar cabida al proceso atmosférico complejo en la montaña de
ter-
las lluvias. Una limitación bien conocida de MCG es su incapacidad para
capturar los muchos
locales los procesos atmosféricos presentes en los paisajes de montaña. Varios
procedi-
procedimientos han sido desarrollados para hacer frente a estas limitaciones,
pero carecen de cien-
pie de científico y de observación.
Análisis de la tendencia hidrológica es un enfoque complementario que se basa en
observación
los datos nacionales. Sin embargo, la disponibilidad de datos es una limitación. Sería
deseable para analizar
buena calidad de observación meteorológica que abarca de 20 a 30 años. Sin
embargo, esta longitud de registro
menudo no está disponible. Incluso si dispone de esa información, la hipótesis básica
es que
las tendencias identificadas son lineales y seguirá independiente de la trayectoria de
emisión. Como
En consecuencia, el análisis de tendencias puede proporcionar resultados para juzgar
la exactitud de los modelos de circulación general
en la simulación de las condiciones locales, como se hace en este estudio. Así, el uso
selectivo de los
Que reproducen modelos de circulación general (simulación) las tendencias
observadas deben tener más peso en la
construcción de escenarios climáticos futuros, como se sugiere en otra reciente del
Banco Mundial ana-
estudio analítico (Vergara y Scholz 2011).
Criterios para la Construcción de Escenarios Climáticos
La elección de los criterios

Dos aspectos deben ser considerados en la selección de un método para la
generación de
escenarios futuros del clima:
1. Los criterios deben desarrollarse sobre la base de la finalidad y el uso potencial
de la cli-
compañero scenario.13 Esto significa que el escenario tiene que incluir las
variables clave
relevante para el proyecto. A menudo no es suficiente que la proyección
muestra sólo
cambios en los valores medios. Estimación de cambios en la variabilidad es
igualmente importante.
Además, demostrando los cambios en los eventos de corta duración es a veces
más relevante que los valores anuales. Este es el caso en las pequeñas
cuencas hidrográficas aplicación
nes, por ejemplo. Al mismo tiempo, los eventos de precipitación de unas pocas
horas son ES-
especialmente importantes en el ámbito local y debe recibir un ención. En estos
casos,
evaporación y la transpiración son las variables del clima con influencia li-le en
la final
resultado. Por otro lado, el impacto del cambio climático sobre la evaporación,
la tran-
velocidades de inspiración, la temperatura y el viento son factores clave para la
planificación agrícola.
2. Además, el modelado debe utilizar los datos climáticos observados como
referencia
punto, contra el cual debe ser la capacidad de la herramienta seleccionada
probado. El Clos-
er el modelo es capaz de simular las condiciones climáticas observadas reales,
el ser er su
capacidad para simular el futuro se espera que be.14
Puesto que el énfasis de este estudio es de planificación de recursos hídricos, la
siguiente cli-
parámetros de yerba mate se consideran: la distribución de las precipitaciones a lo
largo de un año (en
una decenal, la resolución mensual o estacional), y las tendencias de precipitación en
el próximo
décadas (aumentando, disminuyendo o neutro) .15 otras variables climáticas de
interés,
tales como la temperatura, la evaporación y la transpiración, la radiación neta, la
humedad relativa,
velocidad del viento, etc, se cree que son de importancia secundaria.
Los criterios para evaluar la aplicabilidad de diferentes métodos para la construcción
de escenarios de clima
narios utilizados en este estudio se resumen a continuación:
Las precipitaciones de régimen, es decir, la distribución de las estaciones
húmedas y secas durante todo el año.
Este criterio pretende captar la capacidad de simular de cerca (reproducir) el
la distribución anual de la precipitación (mensualmente) en determinadas áreas
de interés.
Anual dirección y la magnitud del cambio esperado en la precipitación. Este
criterio evalúa la skill16 de las simulaciones para reproducir la precipitación
(Y temperatura) tendencias exhibidas por los datos observados, sobre una
base anual.
La capacidad del modelo para reproducir las tendencias estacionales de las
variables climáticas de interés.
Los indicadores para evaluar la habilidad de diferentes métodos para construir
escenarios climáticos son pre-
presentan en la Tabla 3.2.
Ensayo de los criterios
Los criterios se han aplicado sobre una muestra semi-aleatoria de 10 areas.17 La
muestra se tomó
de la estación de referencia climática existente en el país. Cada una de las 10 zonas
tenían un
base de datos existente del clima observado en el pasado que incluye: (i) la mensual
(media) dis-
distribución de la precipitación, (ii) la media esperada tendencia de precipitación anual,
y el (ii)
tendencia mensual y estacional expuesto en los datos de precipitación.
Cuadro 3.2. Los indicadores utilizados para evaluar la habilidad de diferentes métodos
para construir el futuro
escenarios climáticos
Criterios Indicadores
a) Distribución de la precipitación anual, con base en a.1) La ubicación de "seco" y
los meses más húmedos "";
hietograms (diagrama de precipitación media mensual) a.2) Número de meses con
precipitaciones superiores a la media
precipitaciones mensuales (precipitación anual
dividido por 12);
a.3) Distancia (en meses) entre los "más seco" y
los meses más húmedos "".
b) la tendencia anual de las variables climáticas esenciales (precipitación b.1)
Acuerdo en el signo (tendencia positiva, negativa o no);
en este caso de estudio), estimado para un período de referencia. b.2) Acuerdo en
signo y magnitud (bajo, medio y alto).
Sólo estadísticamente significativos los valores se utilizan.
c) Las tendencias de las estaciones hidrológicas de interés (DEF y b.1) del Acuerdo
de tendencia (tendencia positiva, negativa o no);
JJA) para las variables climáticas de interés, que se calcula para un b.2) Acuerdo con
el signo y la magnitud de las tendencias observadas
período de referencia. Sólo los valores estadísticamente significativos (bajo, medio y
alto).
se utilizan.
Algunas de las estaciones habían recogido los datos climáticos de un largo período de
tiempo. Largo de re-
cuerdas, que abarca 50 años y más, se analizaron. Los datos de años eran 19792000-
cho
sen como período de referencia. Los supuestos subyacentes eran que este período de
captura
así el forzamiento del cambio climático global en la precipitación, y que esta tendencia
es probable que
continuará en el futuro previsible o horizonte de planificación.
La figura 3.13 muestra la distribución mensual de precipitación observada en el
seleccionado
sitios de muestreo. Esta cifra pone de relieve la amplia gama de climas en el Perú: a
partir de muy lluvioso
los ecosistemas, con una precipitación superior a la media de 3.000 milímetros por año
en San Roque, a menos de 100 milímetros por año en Pampa Blanca. Figura 3.14
muestra la esperada
cambios en la precipitación total anual (porcentaje) en 2030 para el período de
referencia. Es una
resumen de la presentación de las tendencias observadas en combinación con el uso
y análisis de un
pequeño conjunto de modelos de circulación general a escala reducida.
Figura 3.13. Histórico (19792000) la distribución mensual de la observada

precipitación (mm / año) en las estaciones de referencia utilizados para describir la
precipitación
régimen en el Perú
Fuente: Elaboración propia con base en datos del SENAMHI.
Figura 3.14. Proyección de porcentaje de cambio en la precipitación anual para el año

2030 con
un conjunto de modelos de circulación general
Fuente: SENAMHI 2009b.

Tabla 3.3 resume la trends18 se encuentra en los registros observados y los compara
con el modelo se extiende desde el Simulador de la Tierra y el CCSM. Los criterios
utilizados aquí muestran que
medidas tales habilidades son factibles, simple y pertinente para la aplicación
solicitada.
Otros posibles usos de los escenarios climáticos podrían requerir un conjunto diferente
de criterios y
indicators.19 La tabla muestra los resultados de los cálculos de tendencias para los
tres conjuntos de datos.
Las primeras tres columnas presentan las estadísticas calculadas a partir de
mediciones reales en
las estaciones meteorológicas seleccionadas. La temporada de lluvias (ver Figura
3.13) se extiende de diciembre a
De febrero y la estación seca de junio a agosto.
La tendencia de las precipitaciones para el mojado y la estación seca se
presentan, así como el
valor de la tendencia anual. Seis sitios muestran una tendencia anual positiva
(aumento de la precipitación
con el tiempo) y los cuatro restantes una tendencia negativa. Tabla 3.3 también
presenta la tendencia esta-
dísticas de los datos generados por la RM-AGCM3.1 y para la reducción de escala
CCSM. calcu-
tendencias mente calculadas a partir de simulaciones MCG muestra una gran
disparidad en comparación con los observados
tendencias. Los menores de tres filas de la Tabla 3.3 se resumen las tendencias en la
magnitud de la dirección.
Tabla 3,4 compara los tres métodos basados en los criterios anteriormente
descritos.
La "habilidad" mide hasta qué punto las proyecciones son a las observaciones. Nótese
que la SE-
indicadores seleccionado no se aplican al conjunto de modelos de circulación general.
Este enfoque busca identificar
el posible rango de escenarios climáticos futuros, mientras que la metodología
propuesta tiene como objetivo
seleccionar el método que sea er simula el clima del pasado.
Cuadro 3.3. Estadísticamente significativos observados y estimados de las tendencias

de precipitación
19792008
Cambio observado en la Earth Simulator CCSM downscaled
precipitación (mm / año) (mes / año) (mm / año)
Estación DEF JJA Anual DEF JJA Anual DEF JJA Anual
Rica Playa 9,3 0 12,8 -5,7 -3,1 -22,5 16,2 0 23,8
SAN ROQUE -4,5 -5,3 -12,2 -0,9 -2,4 -7,9 5,7 -0,8 15,1
HUANCABAMBA 1,3 0,7 3,8 8,5 -3,1 4,4 9,1 0,9 20,1
MOYOBAMBA 5,5 1,4 16,5 -2,0 0,3 -1,9 9,7 0,6 19,6
TINGO MARIA -5,0 0,0 -18,1 -4,1 1,0 -3,2 -6,0 0,0 -4,1
Marcapomacocha -13,6 0,3 -23,9 -2,0 -1,9 -8,9 -0,5 -0,6 -0,9
Lircay 2,4 -0,7 -2,0 0,2 -1,1 2,0 -1,2 -0,5 -3,7
URUBAMBA 8,0 1,0 14,0 -3,5 -2,9 -23,1
Isla Taquile -14,3 -1,9 -35,3 -2,0 0,1 -1,6 3,9 0,0 11,4
Pampa Blanca -0,1 -0,1 -22,0 -0,1 0,0 -0,2 4,3 0,0 12,1
Número de tendencias positivas o negativas (indicadores de la

tendencia) *
Grande 3 3 1 4 6
Medio tendencia positiva 2 2 1 1 1 2
Pequeña 4 1 3 1 6
Pequeño 1 2 1 2 3 1 3 1
Medio tendencia negativa 1 1 4 5 3 2 1 2
Grande 3 1 5 1 1 1 1
Total Positivo 5 4 4 2 4 2 6 6 6
Negativa total 5 4 6 7 5 7 4 4 4
Nota: * Definición de pequeña, mediana y grande para los valores anuales
corresponden a los siguientes rangos (13,
310,> 10). Por mensuales / estacional estimaciones de los rangos son: 01, 15,> 5,
respectivamente.
Cuadro 3.4. Evaluación de las habilidades: Aplicación de los criterios de las

alternativas para la construcción de
escenarios climáticos futuros
Las tendencias de precipitación anual de tendencias
de precipitación de temporada
La precipitación anual Magnitud Magnitud

Ingresa método de distribución y firmar y firmar Iniciar sesión
Observaciones meses de lluvia caen cuatro positivo + L 3 DEF JJA DEF JJA
entre diciembre y
Estadística descriptiva 6 negativos + M 1
De abril, en los meses secos
obtenido a partir
De abril a agosto;. + S 0 5 4 pos pos + L + L 3 0
meteorológico fiable
distancias que van de 3 a
estaciones operadas por S 1 5 4 neg neg + M 2 + M 2
8 meses. Números
SENAMHI
del mes anterior con-M 0 + 0 + S S 4
precipitación media-L 5-S 1-S 2
intervalo de 4 a 7.
Concentración-M 1-M 1
de las tendencias en
L-3 L-1
las grandes tendencias
Individuales oscila GCM similares por la habilidad 2 positivos por debajo de sesgo
hacia la negativa para la concentración de DEF
indicadores seleccionados: valores del 35%. Habilidad 56% en
negativo M y S.
RM-AGCM3.1 con 7 negativos
Habilidad por debajo del 30% para M JJA negativo
20 km de resolución Magnitud
Indica que predomina. Combinado
concentrado
sesgo a favor de la habilidad un 35%
entre S
reducido
yM
precipitación.
Habilidad 67%
Entrada de reducción de escala reducida gama de 6 positivos del 70% de los

resultados de las tendencias de Habilidad 75% para la temporada
para el agrupan seleccionado como las tendencias de precipitación
muy
Salida de CCSM 4 negativos no identificados sesgo
los indicadores; L meses húmedos (Grande) buena. Habilidad 80% de
DEF
downscaled con
concentra en diciembre, Habilidad 60% y 70% para JJA
Inferior a la malla Orografía Habilidad 50%
meses de sequía en julio.
Dinámica rutina
Habilidad 35%
GCM No aplicable conjunto: la premisa básica de este enfoque es la identificación de

una amplia gama de posibles escenarios de futuro
análisis independiente de su habilidad para simular el clima actual
El análisis de tendencias No aplicable: No aplicable: Las tendencias observadas se

utilizan para proyectar las futuras condiciones climáticas medias. La
Utiliza supuesto clave es que las precipitaciones las tendencias del
pasado reciente es probable que continúen con la misma magnitud
El uso de existentes
observaciones (y ya de signos. El análisis de las tendencias tiene que
ser visto como una herramienta alternativa que utiliza corriente
observaciones a
su distribución) con el clima como una base para las proyecciones en
la ausencia o como un complemento de herramientas alternativas.
evaluar el futuro de media
medio de los proyectos futuros
las condiciones climáticas
las condiciones climáticas.
El análisis de la Tabla 3.4 se presentan perspectivas interesantes. Para esta aplicación

específica que
es posible calcular una medida global de la habilidad de reproducir las variables
climáticas esenciales
de interés. Bajo el supuesto de la igualdad de pesos para cada criterio (y el mismo
peso
entre los indicadores), el uso de la GCM solo proporciona una medida de la habilidad
de 42 por ciento
y el enfoque reducción de escala 55 por ciento. A continuación, es importante
preguntar si el nivel de habilidad como es
aceptable o si otros enfoques deben ser considerados, tales como el uso de análisis
de tendencias
la exploración directa o más de las rutinas alternativas de reducción de escala.
Las figuras 3.15, 3.16 y 3.17 proporcionan una representación gráfica de los
resultados del
el uso de técnicas de reducción de escala dinámicas y de alta resolución GCM
simulados por la Tierra
Simulador, y el registro histórico. Una comparación simplificada de los resultados de
un sitio
Se proporciona en la Figura 3,17.

inferior a la malla
la orografía de 2050
Fuente: Elaboración propia sobre la base de datos de SENAMHI.

Figura 3.16. La precipitación mensual (mm) y la anomalía (%) según el modelo de la

RM-
AGCM3.1 (con Simulador Terrestre) para la década de 2030


tendencia
análisis para la década de 2050

Figura 3.18. Análisis comparativo de los resultados: Los gráficos indican la

precipitación
(Observada) y la anomalía estimada a través de diferentes métodos

Nota: Más resultados se presentan en los apéndices.
Figura 3.18 presenta los resultados de la estación meteorológica en Rica Playa. El

representante-mismo
sentación se proporcionan para los 10 sitios de muestreo en los apéndices.
En conclusión:
Cuatro alternativas para la construcción del clima escenario se analizan y
comparan
mediante el uso de criterios e indicadores.
El análisis confirmó que la salida de los MCG y de reducción de escala dinámica
requieren rutinas de corrección de sesgo. Dado que la corrección de muchos
sesgo simple y eficaz
métodos están disponibles, esto no representa una seria limitación a la
utilización de
GCM y / o RCM resultados.
Las tendencias no son uniformes en el área de estudio. La captura de esta falta
de uniformidad
debe ser parte de los criterios de selección de alternativas para definir los
escenarios climáticos
en las regiones montañosas.
El GCM (o CRM) método de conjunto es un enfoque basado en el objetivo de
minimizar la pérdida máxima esperada. La metodología que aquí se propone no
no proporciona los elementos para juzgar la eficacia de este enfoque popular.
El análisis de tendencias es una matemática (estadística) el procedimiento que
le da un gran peso
de la información existente y se supone que las tendencias observadas es
probable que continúen
en el futuro. Sin embargo, el clima futuro depende de numerosas cuestiones,
tales como
el crecimiento económico y demográfico, así como la política climática
internacional. Sin embargo,
para un futuro relativamente cercano (las próximas 20 a 30 años), análisis de
tendencias proporciona una
estimación del riesgo de cambio climático.
La siguiente guía también puede concluirse sobre la base de los resultados del análisis
de las diez estaciones:
Evite el uso de métodos que no utilizan el pasado como punto de partida para el
futuro
el clima (evitar el uso de métodos de conjunto).
Compruebe que GCM modelo o enfoque de CRM es el mejor para las
condiciones locales (en
cuenca o subcuenca de resolución) mediante la revisión de las habilidades de
los más relevantes indivi-
indicadores. Si la aplicación tiene un horizonte de tiempo de unas pocas
décadas (30 a 40 años),
y la información climática fiable está disponible, se recomienda que la tendencia
anal-
lisis se utiliza para definir un escenario límite inferior.
Variabilidad
El criterio indicado en las tablas 3.3 y 3.4 no incorpora posibles cambios en
el clima de variables.20 Sin embargo, existe creciente evidencia de que los eventos
extremos son
cada vez más frecuentes: los huracanes se intensifican y las fuertes tormentas se
están convirtiendo en
común. Los resultados de la modelización del clima a través de modelos de circulación
general y los datos muestran reducción de escala
que la variabilidad (medida por la desviación estándar) se espera que aumente en el
fu-
tura (ver anexos para más información). Los datos observados de las estaciones
climáticas no lo hacen
proporcionar información suficiente para determinar con seguridad la dirección y
magnitud
del cambio en la variabilidad de las variables climáticas. Para planificación de recursos
hídricos, por ejemplo,
la variabilidad del futuro deben ser objeto de análisis de sensibilidad con el fin de
estudiar la posible
respuestas a las fluctuaciones de flujo más altas.
Notas
1. La fusión de los conjuntos ponderados no se aplicó debido a que llegó a estar
disponible sólo cuando el estudio
estaba casi terminado (véase Vergara y Scholz 2011).
2. AR4 del IPCC utiliza un conjunto de datos mundial de 24 acoplados atmósfera-
océano de circulación general mod-
ELS (AOGCM, o GCM por sus siglas) para proyectar el clima futuro bajo distintos
escenarios. El uso de Nu-
rosos modelos está destinada a reducir los errores y la incertidumbre. Sin embargo, la
mayoría de estos modelos tienen
una resolución muy gruesa (100 a 400 km), lo cual tiene un impacto no deseado en los
resultados, sobre todo como
se refiere a los fenómenos meteorológicos extremos. Esto es porque el calentamiento
global podría resultar no sólo en los cambios
en condiciones climáticas medias, sino también en el aumento de la amplitud y la
frecuencia de eventos extremos
que no sería capturado de una manera significativa con las resoluciones de grueso.
Los cambios en los extremos son
más importante para la evaluación de estrategias de adaptación al cambio climático.
3. Los 16 modelos fueron seleccionados de un conjunto de 25 modelos disponibles a
través de la Re-Mundial sobre el Clima
Búsqueda programa (WCRP), junto comparación de modelos de proyectos (CMIP)
Multi-Modelo de datos de proyec-
ect. Los criterios para seleccionar los modelos fueron: 1) disponibilidad de la atmósfera
media mensual de los datos disponibles
poder, tanto para el clima escenarios A1B y B1, y 2) la versión más actualizada de un
modelo particular
(Elegimos GFDL-CM2.1 lugar de GFDL-CM2.0), disponible en: hp :/ / www-
pcmdi.llnl.gov/ipcc /
data_status_tables.htm.
4. El mecanismo generalizado de corrección atmosférica es una compañía global
hidrostática modelo atmosférico de circulación general desarrollado
por resonancia magnética / JMA. Este modelo se basa en un operativo a corto plazo
del modelo numérico de predicción del tiempo
de JMA y forma parte de los modelos climáticos de última generación para la
simulación del clima a largo plazo en la RM.
5. Los datos generados por el simulador de la Tierra se pusieron a disposición en el
marco del Memorando de cinco años-
dum de Entendimiento entre la RM y el Banco Mundial.
6. Cuando inicialmente desarrollado, el escenario A1B se pensaba que era una
descripción de la gama media
de las emisiones de gases de efecto invernadero escenarios. La trayectoria de las
emisiones de hoy ya está bien por encima de la A1B
escenario. Por lo tanto, este escenario ya no puede representar a un futuro posible.
7. La humedad del suelo Index (SWI) representa el estrés hídrico de la vegetación.
SWI 0 significa que la evapo-
transpiración es cero (suelo seco), en el SWI 1, la vegetación evapotranspirates el
potencial (maxi-
mal) tasa (suelos húmedos). La definición de SWI es:
(Wp-Wwilt)
SWI =
(WFC-Wwilt)
donde: Wp es el contenido total de agua en el suelo - líquido (agua) y congelado

(hielo); Wwilt es el agua del suelo
contenido en el punto de marchitez permanente, y, WFC es el contenido de agua en el
suelo a capacidad de campo.
8. En el marco del Programa Mundial de Investigaciones Climáticas (WCRP), el Grupo
de Trabajo sobre Junto Mod-
Elling (WGCM) estableció el modelo acoplado Intercomparación del proyecto (CMIP)
como un estándar
protocolo experimental para el estudio de la salida de la atmósfera-océano de
circulación general
modelos (MCGAO). El CMIP proporciona un diagnóstico, la validación de
intercomparación, la documentación,
y el acceso de datos. Prácticamente toda la comunidad internacional ha participado la
modelización del clima
en este proyecto desde su inicio en 1995. El Programa de Diagnóstico Climático del
modelo y-Intercom
parisón (PCMDI) archivos muchos de los datos CMIP y proporciona otro tipo de apoyo
para el CMIP. La
16 modelos son BCM2, cgcm3 CCCma, CNRM cm3, mk3 CSIRO 0, 1 cm2 GFDL,
GISS AOM, Iap fgoals1 0 g,
inmcm3 0, IPSL cm4, miroc3 2 empleados, miub eco g, MPI ECHAM5, la resonancia
magnética CGCM2 3 2 bis, del NCAR CCSM3 0, NCAR
pcm1, UKMO HadCM3. h p :/ / CMIP pcmdi.llnl.gov-/
9. Este método tiene limitaciones, como se ha descrito por Stone y knu i (2010):
(A) Todas las proyecciones climáticas son necesariamente inciertos (KNU i et al.,
2002). La mayor contribución
ción de esta incertidumbre es la limitada comprensión de muchas de las
interacciones y los piensos
espalda en el cambio climático. La hipótesis del grupo proviene de la observación
de que la com-
la información combinada de muchos modelos que lleva a cabo er de un solo
modelo (por ejemplo:
Yun et al. 2002; Thomson et al. 2006).
(B) Los MCG son interdependientes: muchos modelos se basan en el mismo eje
teórico y un
tiempos empíricos supuestos; todos los modelos tienen resoluciones similares
(demasiado grueso para resolver pequeños
los procesos de escala), el modelo de desarrollo no es independiente: los
modelos son frecuentemente comparados
y los conceptos de éxito son copiados.
10. La muestra fue tomada de un conjunto de 141 ubicaciones geográficas en las que
opera el SENAMHI
estaciones meteorológicas clasificados con datos fiables. Diez puntos que cubren todo
el país fueron
seleccionado.
11. El análisis, sobre una base mensual, sólo se utilizan los datos para el período de
referencia. Los datos recogidos con anterioridad
hasta 1979 no se utilizaron en la hipótesis de que los conductores del calentamiento
global han sido notables sólo
durante las dos últimas décadas del siglo XX.
12. Esta es una seria limitación, porque la variabilidad (medida por la desviación
estándar) no tiene
ha proyectado. Por lo tanto, el análisis presentado debe ser complementado con el fin
de incluir hipótesis de
eses de las tendencias esperadas en las estadísticas pertinentes. Los resultados del
ejercicio de reducción de escala
descrito en el Apéndice 3 se utilizaron para evaluar los cambios en la variabilidad. El
análisis indica que
las variables del clima presentan una mayor variabilidad en el tiempo. El aumento de la
variabilidad también se mantuvo
muy similar entre los diez puntos de muestreo al azar cuando se mide como
porcentaje de incremento sobre el va-
capacidad del período 19901999. El proyecto aprobado estos aumentos, como una
base razonable para evaluar
las tendencias esperadas en la variabilidad como el calentamiento global continúa por
proyecciones a corto plazo (el siguiente
20 a 30 años). Desde un punto de vista estadístico, las estadísticas clave se han
analizado y proyección
metodologías de tipo se han utilizado. Aún persisten muchas incertidumbres, entre
otros los relacionados
con los muchos, aunque razonable, hipótesis hecha. Una tendencia lineal de la media
se supone, va-
Se cree que la capacidad de seguir la variabilidad aumenta exhibido en los resultados
de los MCG y temporal y
covarianza espacial se supone que es invariante en el tiempo. Aunque no es posible
evaluar la incertidumbre
incertidumbre asociada a los escenarios climáticos desarrollados, es claro que
representan una buena aproxi-
transformaciones de los climas futuros probables. Por tanto, se sugirió que los
escenarios climáticos construido a través de
el enfoque desarrollado aquí se llama "escenarios de planificación del clima",
indicando que siguen de cerca
se asemejan a las proyecciones del clima, pero mantienen la incertidumbre lo
suficiente como para ser llamados "escenarios". El uso de
estos escenarios de planificación debe ir acompañada de los análisis de sensibilidad a
fondo para reducir la
las incertidumbres inherentes, y la necesidad de buscar soluciones de los recursos
hídricos que son resistentes a lo largo
una gama de posibles escenarios climáticos "planificación" para ser utilizados como
insumos para el modelo hidrológico.
13. Los criterios deben desarrollarse a menos que un tercero ha definido los
escenarios climáticos futuros AP-
mente aplicable a la zona de interés que ya incorpora la mejor información disponible,
la validación
de los resultados y buenas prácticas. En algunos países los gobiernos han adoptado el
clima oficial
escenarios, basados en el trabajo científico para producir las comunicaciones
nacionales a la CMNUCC.
14. Tenga en cuenta que el uso de los resultados de los modelos al mismo tiempo
proporciona estimaciones de los cambios esperados en el
media y en la variabilidad de las variables climáticas. Por otro lado, el uso de datos de
meteoro-
estaciones meteorológicas para llevar a cabo análisis de tendencias no proporciona
estimaciones fiables de los cambios esperados
en la variabilidad de las variables climáticas.
15. Tendencias normalmente se refieren a los valores medios, tales como el aumento
esperado o la reducción en el clima
variable de interés por año.
16. Habilidad es evaluado por las pruebas cómo el modelo puede generar resultados
que coinciden con la observación
ciones de cada uno de los criterios seleccionados.
17. El Perú cuenta con 141 estaciones meteorológicas con registros largos y confiable,
según lo informado por el SENAMHI. La
puntos seleccionados fueron para proporcionar una cobertura razonable de todo el
país y coinciden con una
estación meteorológica fiable. De este modo los resultados de cada método posible
podría ser comparado
con la información existente a partir de observaciones fiables.
18. Sólo las tendencias estadísticamente significativas (nivel de confianza del 95 por
ciento) son reportados.
19. Tenga en cuenta que los criterios utilizados y los resultados sólo se refieren a los
valores medios (tendencia central).
20. En términos estadísticos, el análisis se refiere sólo a las principales tendencias, las
medidas de dispersión y mayores
momentos están excluidos.
CAPÍTULO 4
A ntes de los resultados del análisis del clima podría introducirse en el modelo
hidrológico,
este modelo tuvo que ser adaptada para manejar las condiciones específicas de la
región. Este
capítulo trata sobre el desarrollo de módulos de glaciares y Pramo para complementar
un
de agua existente y flexible herramienta de gestión de los recursos destinado a la
integración del clima im-
pactos en la respuesta hidrológica en las regiones montañosas. El módulo permite a
los glaciares
el modelo para reflejar el comportamiento dinámico de los glaciares y estimar su
contribución neta
a la escorrentía. El módulo de Pramo hace lo mismo con los humedales de alta
montaña. El Agua
Evaluación y Planificación (WEAP) modelo fue seleccionado por su flexibilidad para
integrar el
Además de los módulos de los glaciares y Pramo.
Después de que el desarrollo inicial de estos módulos, la calibración y verificación
de un aná-
sis que se necesitaba para evaluar la aplicabilidad del modelo WEAP complementa. La
cali-
calibración se realizó utilizando los datos históricos del clima y escurrimientos
observados en los puntos clave.
Modelo WEAP
El software de modelado WEAP, desarrollado por el Instituto Ambiental de Estocolmo,
fue
utilizada como una base para construir el componente hidrología. Se trata de un
genérico, orientado a objetos
recursos de agua del sistema de modelado que incluye opciones para simular tanto el
natural
los procesos de escorrentía de lluvia y la gestión de la infraestructura de agua
instalado. Era
seleccionado para este análisis basado en un ejercicio de comparación entre las
herramientas hidrológicas de
gestión de recursos hídricos que se llevó a cabo un proyecto financiado por el Banco
llama el
De adaptación regional al Retroceso glaciar del proyecto (PRAA). La comparación
concluyó que
el componente de WEAP de la gestión del agua fue una característica importante,
como fue el
adaptabilidad modelo de configuraciones diferentes de la cuenca y de la flexibilidad en
los datos de re-
requisitos. El modelo WEAP se consideren aptas para su uso en los países andinos
donde la disponibilidad de datos representa una barrera importante. Para mejorar el
modelado del sistema
adecuación a la región andina, los módulos de los glaciares y Pramo se han
desarrollado y
añadido a este modelo.
Desarrollo de un módulo de glaciar

Un análisis comparativo de los diferentes enfoques de modelado a comportamiento de
los glaciares fue con-
canalizado como punto de partida en el desarrollo del módulo glaciar. Múltiples
enfoque-
es están disponibles para representar a los glaciares tropicales y humedales de gran
altitud, incluyendo
modelos estadísticos, modelos conceptuales, modelos cuasi-físicos y modelos
basados en procesos.
Una serie de factores fueron considerados en la selección de la representación
dinámica de los glaciares;
éstos incluyen la simplicidad, la correspondencia con la información publicada, la
demanda de
datos y la disponibilidad de datos en las cuencas en estudio. Apéndice 4 (Informe
Técnico sobre glaciar y de alta elevación de la selección del modelo de los humedales
y parametrización) se presenta en
opciones de detalle para el modelado de varios glaciares, que se resumen en la Tabla
4.1.
Como se indica en la tabla, la disponibilidad de datos fue finalmente un factor
limitante para mod-
ELS, ya que sólo uno de ellos podría modelar las tres cuencas. Como resultado, el
simple grado-
modelo día fue seleccionado y su aplicación se ajusta a cada una de elevación varios
bandas que describen el glaciers.1
Cuadro 4.1. Principales criterios de selección para el modelado glaciar

Características Balance energético Grado-día, el índice de Hybrid (balance + grados
día)
Breve descripción del modelo basado en el balance energético de estudio, que igual
que en el grado-día,
del intercambio de energía considera que toda la física, sino para
mejorar su eficiencia,
entre la superficie de los procesos glaciares se resumen en la utiliza el
albedo, radiación, etc
y la atmósfera de la temperatura (T es una variable Estos se añaden
una
consecuencia y no una causa) por uno.
Sencillo de Alta Complejidad Intermedia
Representa física Sí No Parcialmente
los procesos de
Eficiencia del Alto Intermedio Intermedio alto alto
modelo
Número de 6 a 9 2 o 2 a 5 marzo
parámetros
Las variables de entrada para más de 6: Precipitación Dependiendo de la
complejidad:
Todo el incidente modelo de radiación de evaporación precipitación
La radiación difusa la temperatura de evaporación
Temperatura del líquido y sólido
precipitaciones Albedo
Humedad Radiación
Radiación de onda larga
(Incidente y reflejada)
Radiación de onda corta
(Incidente y reflejada), etc
Nivel de complejidad (por lo general la red) rejilla semi-distribuida, global o mundial o
semi-distribuida
especialización
Ventajas de su eficacia: los parámetros físicos del proceso Pocos pocos parámetros
Pocas variables de la representación de entrada variables de entrada
Pocos
Desventajas necesita demasiada información que no se explica física explica en parte
la física
(A veces inexistente) los procesos de los procesos
Posible aplicación Probablemente Santa Santa, Rmac, del Mantaro de Santa
Hock Recomendado 2005 Hock 2005 Hock 2005
Bibliografía Favier 2004 Schaefli et al. 2005 Klok y col. 2001
Juen 2006 Martinec y Rango 1986 Lang 1990
Zhang et al. 2007
Fuente: Tabla generada por el informe por el IRD, 2009.
El modelado de la dinámica de los glaciares sigue el enfoque estándar en WEAP, que
implica la simulación de lluvia-escorrentía procesos después de la primera división de
una cuenca en subcuencas.
Estas cuencas son cada uno aguas arriba de un "punto de congelación", que es un
punto donde el caudal
se mide, o donde el río se gestiona activamente. A continuación, el área de la
subcuenca por encima de un
"punto" se divide en bandas de elevación i. Cada banda sub-basin/elevation se define
como un objeto WEAP cuenca única, lo que representa un área con similares
hidrológico
comportamiento. Dentro de cada objeto de captación, la tierra temporalmente variables

cubierta y el clima con-
condiciones se puede añadir en un paso de tiempo por base de tiempo de paso. Cada
banda de elevación, i, se divide
en cualquiera de una glacial (j = 1) o nonglaciated (j = 2) de la porción. En la Figura 4.1
a continuación, el azul
representa la parte del glaciar, mientras que el área verde representa la subcuenca.
Catch-
Ment bandas de elevación de objetos están divididos por las líneas rojas.
Una vez que las áreas se dividen, el escurrimiento de los glaciares y la evolución
de las precipitaciones se evaluó
y añadido. Los cálculos se realizaron en dos plazos: un paso de tiempo mensual, t, y
una
paso de tiempo anual, T. El procedimiento para evaluar el escurrimiento se resume
como sigue:
Paso 0 Condiciones iniciales: El primer paso es definir la base hidrológica
condiciones dentro de cada subcuenca. Los datos de satélite se utilizaron para
determinar el
asignación inicial de la tierra frente al glaciar nonglaciated. Esta área dentro de
cada
cuenca está representada por Ai, y se define en unidades de km2. Sobre la
base de un bar-
publicados relación empírica, el volumen de hielo del glaciar (V) se estima en
km3
(Bahr et al., 1997).
Paso 1 El escurrimiento estimado de la nieve derretida y el hielo: La
contribución a la
escorrentía superficial de la porción de superficie helada de la zona de
captación se extrapola
de las estimaciones del derretimiento de la nieve y el hielo glacial. Esto se hace
para cada mes, t,
dentro de un año hidrológico, T.
Paso 2 La escorrentía superficial a nivel sub-cuenca: El volumen de
escurrimiento superficial
dentro de una sub-cuenca se calcula para cada paso de tiempo mensual como
la suma del
contribución de una fusión de la nieve) y hielo glaciar para la parte de la sub-
cuenca, y b) la escorrentía procedente de la simulación de los procesos de
precipitación-escorrentía
en porciones nonglaciated de la subcuenca.
Figura 4.1. Ilustración de la subcuencas y las bandas de elevación

Ai, j = 2
yo
Ai, j = 1
yo
i=jn=2
i = m +1 j = 2
j=1j=1j=1
i=mj=2
i=1j=2
en
Em Em 1
ei
Medición de caudales Subcuenca o

Gestión de Punto de
Glaciar objeto de captación, en WEAP
Elevación DESEMPATE Band en WEAP
Delimitador
Fuente: figura generada por el informe por el IRD, 2009.
Paso 3 balance de masa anual: Un balance de masa se utiliza para evaluar los
cambios en el
área cubierta por glaciares en las cuencas sub-al final de la hora 12 mensuales
pasos de un año hidrológico.
Paso 4 Evolución anual de la geometría del glaciar: El volumen total y el grado
de
el hielo glacial dentro de una sub-cuenca se calculan antes de pasar a la sub-
año hidrológico subsiguiente.
Paso 5 Calibración: El criterio clave para la calibración es el ajuste de los pa-
tros. Esto es necesario para obtener un buen ajuste con la superficie de los
glaciares
y el caudal medido en puntos de congelación seleccionadas en las estaciones
de aforo
están disponibles.
El módulo de los glaciares se puso a prueba utilizando los datos disponibles sobre
la evolución de los glaciares
áreas a través del tiempo (estimada a partir de imágenes de satélite) y los caudales
observados en clave de
estaciones de aforo por debajo de los glaciares. El algoritmo, que describe la nieve y el
hielo acumula-
ción y se funden junto con la superficie de los glaciares y el volumen de la evolución,
se llevó a cabo utilizando
el software de WEAP definido por el usuario funcionalidad variable. Este proceso se
describe en el
de calibración-verificación de la sección del capítulo siguiente. Los detalles sobre el
módulo glaciar son
presenta en el Apéndice 6.
La calibración inicial y la verificación del módulo de los glaciares se llevaron a cabo
para la
Arteson glaciar en la cuenca del río Santa. El Arteson Subcuenca en la Cuenca del Río
Santa
es un área de 6,2 km2, con una cobertura del 80 por ciento de los glaciares. Este sitio
se seleccionó debido a que el
Institut de Recherche pour le Dveloppement (IRD) tenía, a lo largo de varios años
(20002007),
recogidos amplios datos sobre la evolución y el glaciar de derretimiento de los
glaciares de salida para esta subcuenca.
Las estadísticas de calibración se resumen en la Tabla 4.2 indican un buen ajuste y de
baja discrepancia
Ancy entre calculadas y observadas de extensión glaciar (sesgo) .2
Cuadro 4.2. Estadísticas de los resultados del modelo de glaciares para la Arteson
Subcuenca en la de Santa
Cuenca del Río
calibración
Período n RMSE BIAS NASH
Artesn 2000-2007 79 45% 5% 10%
Artesn 2001-2007 69 33% 4% 51%
Fuente: Tabla generada por el informe por el SEI, 2009.
Parametrización del módulo para el sistema Arteson fue utilizada en la estimación de

los pa-
los valores de parámetro en la Gran Cuenca del Río Santa. De una manera similar,
trabajar con el glaciar
módulo en la implementación del sistema del río Santa guiada de los algoritmos en el
Mantaro /
Rmac del sistema del Río (véase el apéndice 6). Los principales resultados de la rutina
de los glaciares son
cambios en la superficie de los glaciares, el volumen y la contribución a la escorrentía.
El módulo de Pramo
Dos alternativas se utilizaron en el desarrollo de módulo apramo:
La primera vinculada al comportamiento de pramos a la de un depósito (el
Pramo como
almacenamiento de agua, similar a una presa).
El segundo ha parametrizado el ya existente de precipitación-escorrentía de rutina en

WEAP
para captar la naturaleza única de los procesos hidrológicos en las cuencas
hidrográficas domi-
nados por pramos.
La conclusión fue que el primer enfoque requeriría un mayor refinamiento antes de
podría ser utilizado para representar Pramo hidrología. Sin embargo, el segundo
enfoque, el uso
de las existentes WEAP lluvia-escorrentía rutinas, es probable que suficientes para
representar y modelo
Pramo hidrología.
Porque no hay paisajes Pramo extensas en el río, seleccionado tres ba-
pecados en el Perú, el módulo no se ha aplicado a este estudio. Por lo tanto, no se
explica
con mayor detalle en este capítulo. Los resultados del desarrollo de este módulo son
pre-
representada en el Apéndice 5, que proporciona una presentación técnica, así como el
proceso para
calibrar el existente de precipitación-escorrentía de rutina en otra cuenca dominada
por pramos.
Los datos de una cuenca pequeña, cerca de Quito, Ecuador, con 90 por ciento del
paisaje, la Pramo
Se utilizaron para este propósito. Ambas aproximaciones hidrológicas se llevaron a
cabo. La
resultados mostraron que el módulo Pramo suficientemente modela el comportamiento
dinámico del
la Pramo y sus impactos en la escorrentía.
Notas
1. Representa un área con un comportamiento hidrológico similar.
2. Error cuadrático medio (RMSE) es una medida de uso frecuente de las diferencias
entre los valores
predichas por un modelo y los valores realmente observados. Es una buena medida
de precisión o de repetición
capacidad, que es el grado en que las medidas repetidas en condiciones iguales
muestran
los mismos resultados. El sesgo: el sesgo de la percepción; Ef: Nash-Sutcliffe
coeficiente de eficiencia se utiliza para evaluar la
poder predictivo de los modelos hidrológicos. Es un criterio que mide la fracción de la
varianza
de los valores observados explicada por el modelo. Se extiende desde menos infinito a
1,0. Una eficacia de un
corresponde a una combinación perfecta de la descarga modelada a los datos
observados. Por lo tanto, gran posición
los valores negativos cercanos a 1,0 son buscados.
CAPÍTULO 5
Prueba de la Hidrología
Herramienta a nivel de cuenca
A ntes de la modelo hidrológico WEAP se aplicó a las tres cuencas seleccionadas, el

GLA-
CIER módulo ha sido calibrado y validado para asegurarse de que represente
satisfactoriamente
glaciar de la dinámica. El modelo fue calibrado por primera vez en sub-cuencas que
carecen de cobertura glaciar
con el fin de comprobar las existentes lluvia-escorrentía rutinas. Con base en los
resultados iniciales de
la calibración en las cuencas hidrográficas nonglaciated, un conjunto preliminar de los
parámetros se aplicó
cuando el modelo ajustado fue calibrado en las cuencas de glaciares. El período de
modelado para
calibración era 19701984, 19851998 y el período fue utilizado para la validación.
La calibración en Nonglaciated sub-cuencas

El modelo fue calibrado WEAP modificada inicialmente en el Corongo y nonglaciated
Tablachaca sub-cuencas. Corongo tiene una superficie de 561 km2. La descarga se
registran en el
Manta estación de aforo. Tablachaca tiene una superficie de 3.179 km2 y el caudal se
mide
en la estación de aforo Condorcerro. Las series temporales de flujo observado y
simulado-
los flujos de Tablachaca y Corongo se presentan gráficamente en la Figura 5.1.
Lluvia-escorrentía parámetros relacionados con la conductividad del subsuelo, la
capacidad de agua del suelo, la
resistencia escurrimiento y la dirección del flujo se ajusta para obtener los caudales
máximos en el invierno
y los flujos base en el verano que se aproximaban las condiciones observadas. La cali-
calibración fue calificado como satisfactorio.
Los parámetros de calibración obtenidos para el nonglaciated sub-cuenca se
aplicaron
de manera uniforme en las tres cuencas estudiadas. Sin embargo, un conjunto
modificado de parámetros fue em-
pleados en la Balsa de La Subcuenca en la Cuenca del Río Santa, como se explica a
continuación, para implícitamente-
citamente en cuenta para el uso agrícola del agua en la región. Véase Anexo 7 para
más detalles.
Calibración y Validación: La Cuenca del Río de Santa

Una vez que el modelo WEAP modificado había sido probado en nonglaciated sub-
cuencas, que era
calibrados y verificados en el glaciar sub-cuencas del río Santa, con especial
se centran en una comparación de los caudales observada versus simulado y
observado frente
simulación de superficie de los glaciares. Durante la calibración del modelo en el río
Santa, en particular
ención una atención a la evaluación del rendimiento del módulo glaciar en un
subconjunto de la
Llanganuco, Parn y La Balsa, sub-cuencas.
La figura 5.2 se presenta la comparación de la media observada y simulada anual
los caudales para la calibración de todo el periodo de validez (19701998) para el
seleccionado
subcuencas de la cuenca del Santa. La línea discontinua representa los datos
observados, mientras que
los datos simulados se muestran en la línea continua.
m3 / s m3 / s m3 / s
m3 / s
10
15
20
25
30
35
40
45
50
55
60
0
5
Ja
100
120
140
160
180
200
100
120
140
160
180
200
10
15
20
25
30
35
40
45
50
55
60
20
40
60
80
20
40
60
80
0
0
n-Ja Ja Ja
68 n-n-n-
68 68 69
Ju Ju Ju Ju
L-6 L-6
8 l-6
8 8 l-6
9
Ja Ja Ja
n-Ja n-
69 n -6 69 n-
70
9 de Ju
Ju Ju Ju l-6
L-6
9 l-6 9 L-7
9 Ja
Ja n-Ja
n-Ja 70 n-
N setenta-Jun 71
70 l-7
Ju 0
Ju
Ju l-7
L-7
0 l-7 Ja 1
Ja 0 n-
71 Ja
Ja n-
n-n-Jun 72
71 71 l-7
Ju Ju 1
L-7
Ja
Periodo
Validacion 19841999
L-7 Ju n-2
Periodo Calibracion 19671983
5 76
Ja Ja Ja Ju
n-n-n-l-7
75 75 76 6
períodos
históricos: 19671983 y 19841999
Ju Ju Ju Ja
l-7-7 l de n-
5 l-7
5 6 77
Ja Ja
Ja n-Ju
N-N-77 L-7
76 76 Ju 7
Ju Ja l-7
l Ju-7
l-7 7 n-
78
6 6 Ja
n-
Ja Ja 78 Ju
n-l-7
77 n-
77 Jun 8
L-7 Ja
Caudal observado vs caudal simulado

Tablachaca
Caudal observado vs caudal simulado Tablachaca
Caudal observado
vs caudal simulado en Corongo
Caudal observado vs caudal simulado en

Corongo
Ju Ju 8 n-
79
L-7 L-7 Ja
7 7 n-
79 Ju
Ja Ja l-7
n-
N 78-Jun
L-7 9
78 9 Ja
Ja n-
Ju Ju n-80
L-7 L-7
8 8 80 Ju
Ja Ju l-8
n-
Ja
n-l-8 0
79 79 0 Ja
Ja n-
Ju Ju n-81
L-7 L-7 81
9 9 Ju Ju
l-8
Ja Ja l-8
11
n-n-Ja Ja
80 80 N-
n-82
14 \ Alcance
Ju Ju 82
26 \ Alcance
2
6 \ Alcance
13 \ Q_Manta
l-8 l-8 Ju Ju
0 0 l-8 l-8
14 \ Alcance
Ja Ja 2 2
Ja
13 \ Q_Manta
Evaluación de los Impactos del Cambio Climático en

la Hidrología de Montaña
n-n-Ja n-
n-
Figura 5.1.
Calibración y validación del modelo en la cuenca del Corongo para dos
81 81
25 \ Q_Condorcerro
25 \ Q_Condorcerro
83 83
Ju
Figura 5.2. Los caudales observados y simulados en Llanganuco, Parn, y La

Balsa en la cuenca del río Santa
Fuente: figura generada por el informe por el SEI, 2009.
Los resultados de la simulación muestran un acuerdo básico en la moderna pa de baja

y alta dis-
cargo. Sin embargo, hay diferencias significativas entre los valores simulados y
observados-
UES. En particular, algunos de los flujos de los picos se perdió, que no es
sorprendente, dado el
el uso de un mensual de precipitación-escorrentía modelo aplicado a una resolución
espacial bastante gruesa. este
indica que la sintonización fina de más es
deseable. Sin embargo, el modelo de la PAC-la figura 5.3. Comparación de la
simulada
ras, así como las condiciones durante los caudales y lo observado para 19701999
bajo flujo período, que es de fundamental
importancia al sistema de energía hidráulica 10
9
operadores, en particular en el extremo de la cola
8 Q av sim
del período del modelo. Para simplificar 7
Q av obs
estos resultados, la Figura 6 representa el 5,3
Q (m3 / s)
agregada observada y simulada 5

4
caudales para el período 19701999
3
con el módulo glaciar. 2
La Tabla 5.1 muestra la calibración completa-1
ción y validación de las estadísticas de la 0
Chancos Colcas Cedros Llanganuco Parón
De Santa de Cuenca. La calibración de
los glaciares más grandes es ser er que el de Fuente: Figura generada por el informe
por el SEI, 2009.
los glaciares más pequeños, muy probablemente porque Nota: Q = caudal promedio
en glaciares seleccionados sub-cuencas.
Cuadro 5.1. Calibración y validación de las estadísticas del río Santa
Calibración de validación
Sub-cuenca Período n RMSE BIAS Ef Período n RMSE BIAS Ef
1 - La Recreta 1969-1979 120 0.43 0.63 39% 1979-1989 120 0.43 0.50 44%
2 - Pachacoto 1969-1979 120 0,51 9% 0,64 1979-1989 120 0,53 13 0,55%
3 - Querococha 1969-1979 120 1,37% 1 0,72 1979-1989 120 1,50 20% 0,73
Evaluación de los Impactos del Cambio Climático en la

Hidrología de Montaña
4 - Olleros 1969/79 120 0,54 7% 0,73 1979/89 120 0.55 0.63 -4%
5 - Quillcay 1969-1979 120 0,43 9 0,65% 1979-1989 120 0,45 0,63 -2%
6 - Chancos 1969-1979 120 0.26 20 0.30% 120 0.36% 1979/89 -4 0,63
7 - Llanganuco 1969/79 120 0,73 35% 0,92 -0,60 120 1979/89 y un 15% .13
8 - Paron 1969-1979 120 1,70 6% 0,25 1979-1989 120 0,74 -44% -1,60
9 - Artesoncocha **********
10 - Colcas 1969-1979 120 0,34% 24 0,34 1979-1989 120 0,38 4 0,24%
11 - Los Cedros 120 1969/79 0,98 3 0,34% 1979-1989 120 0,79 0,20 -17%
12 - Quitaracsa 1969-1979 120 0,29 7% 0,64 1979-1989 120 0,23 -23% 0,20
13 - La Balsa 1969-1979 120 0.03 3 0.70% 120 0.03 1979-1989 un 0,72%
14 - Corongo (Manta) 1969-1979 120 0,19 -12% 0,54 1979/89 120 0.20 0.40 -9%
15 Chuquicara 1969-1979 120 0,01 4% 0,69 1979-1989 120 0,02 1 0,77%
16 - Tablachaca (Condorcerro) 1969-1979 120 0,05 17% 0,67 1979-1989 120 0,05
16 0,61%
17 - Puente Carretera 1969-1979 120 0,01 290% -165,00 1979-1989 120 0,01
360% -190,00
Nota: El error cuadrático medio (RMSE), es una buena medida de la precisión o la
repetibilidad, que es la medida en que repite las mediciones en condiciones iguales
muestran los mismos resultados. El sesgo: el sesgo de la percepción; y Ef: Nash-
Sutcliffe coeficiente de eficiencia se utiliza para evaluar el poder predictivo de los
modelos hidrológicos. Es un criterio que
mide la fracción de la varianza de los valores observados explicadas por el modelo. Se
extiende desde menos infinito a 1,0. Una eficiencia de 1 corresponde a una
combinación perfecta de
descarga modelada a los datos observados. Por lo tanto, los grandes valores positivos
cercanos a 1,0 son buscados.
glaciares pequeños son más propensos a estar dominada por las condiciones únicas
que no son bien
capturado ya sea por el módulo glaciar en sí o la parametrización regional que era
desarrollado para la cuenca del río Santa. Los resultados finales de mes el río Santa
enfermedades de
cargos en La Balsa, que es el punto de desviación a la lata de energía hidroeléctrica
del Pato
proyecto, y otros puntos directamente debajo de los glaciares de proporcionar la
calibración razonable y vali-
Estadísticas de dación.
La tabla 5.1 resume los resultados de las estadísticas de calibración y validación
para la
De Santa de Cuenca. La período 19691979 se utiliza para la calibración; los datos
observados
se utilizan para estimar los parámetros del modelo. El período de 19791989 se utiliza
para la validación
ción. El período es
diferente del
Figura 5.4. Comparación de los caudales en La Balsa con y
sin glaciares (flujos estacionales) el período de calibración
porque busca
500 para confirmar que
450 Con el modelo de los glaciares es apli-
400 Sin cable de los glaciares a las diferentes
350 condiciones. Tres
300 medidas de buena
m3 / s
250 dad de ajuste se utilizan;

200 éstos incluyen el
150 Root Mean Square
100 Error (ECM), Blas
50 y la Eficiencia
Coeficiente 0, que
69
71
73
75
77
79
81
83
85
87
89
91
93
95
97
se norma indivi-
p-
p-
p-
p-
p-
p-
p-
p-
p-
p-
p-
p-
p-
p-
p-
Se
Se
Se
Se
Se
Se
Se
Se
Se
Se
Se
Se
Se
Se
Se
indicadores usados en este

Fuente: figura generada por el informe por el SEI, 2009. tipo de análisis.
La final de re-
resultados de los caudales mensuales del río Santa en La Balsa, que es el punto de
desviación
a la lata del Pato proyecto hidroeléctrico, y otros puntos justo debajo de los glaciares,
en-
dican un ajuste buen modelo, como se ejemplifica en las estadísticas de calibración y
validación, los pequeños
los prejuicios y el coeficiente de alta eficiencia.
Figura 5.4 ilustra los resultados
Figura 5.5. Comparación de los caudales de La Balsa, con y sin glaciares
a La Balsa, con y sin retroceden los glaciares. Figura 5.5 representa la AG-
(flujos promedio) los valores desagregados muestran en la Figura 5.3
(supra). Estos resultados muestran que el-av
100
tura simulado de descarga de aproximadamente
95
80 m3/seg con los glaciares son más o menos el 58 por-
ciento más alto que el promedio de descarga
Q (m3 / s)
60
de 60 m3/seg simulado en ausencia de
40
los glaciares. Estos resultados confirman así que
20 glaciares son importantes en la producción
de agua en la cuenca del río Santa (Verga-
0
RA y col. 2007), y que el glaciar mod-
Ule es importante en modelar con precisión
Fuente: figura generada por el informe por el SEI, 2009. la escorrentía en las cuencas
de glaciares.
En conclusión, los resultados calibrados hidrológicos del modelo, a la descarga
seleccionada
puntos de interés, proporcionar una representación razonable del comportamiento
hidrológico de
la cuenca bajo las condiciones actuales del clima. Estos resultados representan la
línea de base para ana-
lyzing posibles cambios en el comportamiento hidrológico. Los resultados de la final de
calibración-validación-
dación del modelo del río Santa se presentan en detalle en el apéndice 7.
Calibración y Validación: Rmac-cuencas de los ríos Mantaro

Un estudio similar de calibración-validación se llevó a cabo el esfuerzo para el
combinado Rmac-Mantaro
Las cuencas hidrográficas. Estas cuencas son más complejos que la cuenca del río
Santa, con muchos
más sub-cuencas y un mayor nivel de la infraestructura creada por el hombre para
regular los flujos de agua
como depósito de almacenamiento y la liberación. En consecuencia, la final de
calibración-validación de
de la aplicación de la modelo hidrológico del río Mantaro / Rmac es menos precisa. Lo
presenta una mayor incertidumbre y las estadísticas indican ajuste medio.
El Rmac-cuenca del río Mantaro (Figura 4.3) incluye 38 objetos del yacimiento, 22
de-
Mand sitios que representan a las demandas de agua urbanas y rurales de cada
provincia,
junto con 276 objetos subcuencas (102 y 174 para Rmac para Mantaro). Cinco desvío
puntos y nueve de ejecución de pasada objetos hidroeléctricas se utilizan para
representar la energía hidroeléctrica
sistema de producción. Medidores de caudal Veintiocho estaban disponibles para la
calibración-validación-
dación de las rutinas hidrológicos.
La calibración-validación se centró en el análisis de varias estaciones de aforo (19
esta-
ciones de Mantaro, 6 estaciones de Rmac) con el período de calibración 19701981; la
Vali-
período de dación era 19811996. Para efectos de presentación, el análisis se centra
en los sitios
con grandes descargas de aguas medias. Para el río Mantaro, las estaciones son
Pongor y
Mejorada, por el río Rmac, las dos principales estaciones aguas arriba de Lima:
Chosica y
Surco. Si bien el modelado de la cuenca del río Mantaro se extiende a la ubicación del
proyecto
ed central hidroeléctrica en La Guitarra, la información para la calibración sólo llega a
la Pon-
gor la estación hidrométrica. Para fines prácticos, la entrada a la hidroeléctrica La
Guitarra
desarrollo se define en el sitio Pongor. De manera similar, mientras que el modelado
del río Rmac
se extiende hasta el punto de trasvase de agua a la ciudad de Lima, la más cercana
de calibre en el sistema
es Chosica, situado aguas arriba.
Parámetro de configuración de
La primera calibración centrado en la obtención de un conjunto de parámetros
aplicables a la totalidad
cuenca del río para representar razonablemente la hidrología del curso principal del
Mantaro
y los ríos de RMAC. Los parámetros estimados para los glaciares del río Santa se
utilizaron, eli-
eliminando la necesidad para los procesos de calibración separados para glaciares y
nonglaciated sub-
las cuencas. Debido a que ambos ríos se encuentran en diferentes tipos de cuencas
(del Mantaro es
en la cuenca del Amazonas, el Rmac drena hacia el Pacífico), los valores de los
parámetros fueron ajustados
por separado para cada cuenca. Cada cuenca llegó a un conjunto internamente
uniforme de parámetros,
como se indica en la Tabla 5.2. La tabla muestra que el factor de resistencia a la
escorrentía y la raíz
zona de los parámetros de conductividad se define en términos de cobertura de la
tierra (cultivos, maleza
[Matorrales], llanura costera, la tundra).
Los datos de temperatura y la humedad también eran necesarios. La única buena
calidad a largo conjunto de
y continuas series de datos que existen se recoge de la estación en Cercapuquio
la cuenca del Mantaro (12.422S, 75.417W). Los datos continuos de temperatura para
cada captura-
ción se obtuvieron mediante la adición de un gradiente de temperatura de -0.6C/100m
a la temperatura tura observada en Cercapuquio. Por la humedad y la velocidad del
viento, la publicación mensual a largo plazo
serie de tiempo en Cercapuquio se supone que se aplican a todas las cuencas.
La cuenca del río Mantaro
La Figura 5.6 muestra la ubicación de las estaciones de datos en la cuenca del río
Mantaro.
La cuenca del río Mantaro se calibrará con caudales promedio mensual. Fig.-
Ure 5.7 presenta las fluctuaciones estacionales de los caudales observados y
simulados para la
las estaciones aguas abajo de la cuenca del Mantaro, mostrando la relación entre el
los valores observados y simulados de descarga. La calibración indica un buen ajuste
en la repro-
ducing la distribución mensual de las descargas. Una excepción es el sitio en Pongor,
donde
el escurrimiento, no logra captar las marcadas características de alto flujo de la
Febrero y marzo de períodos.
Para la validación en la cuenca del Mantaro, los flujos mensuales simulados, tanto
para la cali-
calibración y el periodo de validación (19661996) fueron la OLP ed en contra de los
valores observados, como
se muestra en la figura 5.8. Buenas correlaciones parecen existir para estas
estaciones durante este
periodo, con la excepción de la station.1 Sheque
Cuadro 5.2. Uso de la tierra los valores de parámetros para el módulo de los glaciares

Nota: coeficiente de cultivo: los coeficientes de cultivo son cultivos específicos valores
de evapotranspiración que se estima por
experimentos de campo bajo ninguna limitación de agua. Coeficientes de cultivo se
multiplican por evapotranspiración de referencia
los datos de racionamiento para estimar la exigencia del cultivo de la
evapotranspiración potencial.
La capacidad de la zona radicular: La efectiva capacidad de retener agua de la capa
superior del suelo, representado en mm.
La conductividad raíz de la zona: zona de la raíz (la parte superior "cubo") la
conductividad velocidad a la saturación completa (cuando el almacenamiento en
relación
Z1 = 1,0), que se repartió, según la dirección de flujo preferente, entre interflujo y el
flujo a
el suelo la capa inferior. Esta tasa puede variar entre los tipos de tierra de la clase.
Capacidad de agua profunda: la capacidad efectiva del agua de retención de
menores, la capa de suelo profundo (bo om "cubo"), que repre-
representada en mm. Esta se administra como un único valor para la cuenca y no
varían según el tipo de tierra clase. Este
se ignora si el sitio de la demanda tiene un enlace flujo de retorno a un nodo de las
aguas subterráneas.
La conductividad del agua profunda: la tasa de conductividad (longitud / tiempo) de
la capa profunda (bo om "cubo") a plena saturación
ción (cuando el almacenamiento en relación z2 = 1,0), que controla la transmisión del
flujo de base. Esto se da como un solo valor
para la captación y no varían según el tipo de tierra clase. Flujo de base se
incrementará ya que esto aumenta parámetros.
El escurrimiento del factor de resistencia: Factor de escorrentía Resistencia incorpora
factores como el Índice de Área Foliar (representa
la vegetación del dosel) y la pendiente del terreno para determinar la escorrentía
superficial. Los valores más altos de factor de escorrentía Resistencia
dar lugar a valores más bajos de la escorrentía.
Dirección del caudal: El parámetro se utiliza para dividir el flujo de salida de la capa
de zona de la raíz (la parte superior "cubo") entre
interflujo y el flujo de la capa de suelo más bajo (bo om "cubo") o las aguas
subterráneas, y puede variar entre 1,0 =
100% para la horizontal, y 0 = 100% de flujo vertical.
Fracciones iniciales de almacenamiento z1 y z2: valor inicial de Z1 al comienzo de
una simulación es el almacenamiento en relación
da como un porcentaje del total de almacenamiento eficaz de la capacidad de raíz
zona de agua. Valor inicial de Z2 en el
comienzo de una simulación es el almacenamiento relativa dada como porcentaje del
total de almacenamiento eficaz del
del suelo inferior "cubo" (capacidad de agua de profundidad). Esta tasa no puede
variar entre los tipos de tierra de la clase.
T0: valor de umbral para la conversión de precipitación líquida en la nieve, o el
umbral de congelación, lo que es
definido por el usuario y puede constituir un parámetro de calibración. T0 se utiliza
también para estimar la tempe-
tura pendiente que determina el potencial y el derretimiento de la nieve icemelt cuando
se multiplica por el correspondiente
de días grado factores.
de nieve y un hielo: factor de Grado-día para el deshielo y icemelt, respectivamente.
En esta aplicación particular
ción, este factor se aplica a un paso de tiempo mensual y tiene unidades de mm / mes
/ oC. Este factor indica el
disminución del contenido de agua en la cubierta de nieve y el hielo causado por un
grado por encima de cero en un intervalo de tiempo.
El factor grado-día para la nieve es menor que la de hielo, debido a la mayor albedo de
la nieve. Más
información sobre estos parámetros se puede encontrar en www.weap21.org.
Figura 5.6. Mapa de las zonas de precipitaciones y la ubicación de estaciones de

datos en el Mantaro
Cuenca del Río
Figura 5.7. Observados (Q) y simulados (Qs) para los caudales medios mensuales
para
la cuenca del río Mantaro durante el periodo de calibración 19701981
Figura 5.8. Observados (línea azul) y simuladas (línea roja) las tasas de flujo para
el
19661996 período de referencia en cuatro estaciones de aforo en la cuenca

Figura 5.9. La correlación entre las tasas de flujo observados y simulados para la
período de referencia
Para representar gráficamente los resultados, la Figura 5.9 parcelas de la simulación

frente al observado
datos durante el período de referencia. En el caso de estas estaciones, la correlación
coeficientes
son apropiados. Basándose en los resultados, las estaciones seleccionadas se
pueden utilizar en un análisis de
la evolución del flujo en el futuro.
En resumen de los resultados de validación, para las estaciones de la cuenca del
Mantaro indivi-
Cate razonable (bueno) en forma, aunque los indicadores de sesgo y la eficiencia no
son tan buenos. para
aplicaciones detallados, se recomienda que la calibración ser mejorada mediante la
incorporación
la distribución espacial de las características del suelo.
Cuadro 5.3. Criterios para los períodos de calibración y validación de la sub-cuencas

del Mantaro
Figura 5.10. Observados y simulados caudales medios mensuales para el

Rmac la cuenca del río durante el periodo de calibración 19701981
El Rmac la Cuenca del Río

A continuación, la calibración-verificación se centró en el río Rmac. Figura 5.10
presenta el mar-
fluctuaciones estacionales durante el periodo de calibración de caudales observados y
simulados
en las estaciones de Chosica y Surco. En Chosica la simulación parece correlacionar
el ob-
la tendencia fue bastante bien, sólo muestra valores claramente superiores durante el
pico de alta pe-
RIOD (FebruaryMarch).
Al igual que los datos de Mantaro, presentado anteriormente, la revista mensual
observada y simu-
caudales álcalis, formulados para el período de validación son la OLP ed para las
estaciones de Chosica y Surco
en las figuras 5.11 y 5,12. Las buenas correlaciones parecen existir para estas
estaciones.
Conclusiones de la calibración-validación en el Sistema de Rmac-del río Mantaro
Un doble validación del modelo se llevó a cabo mediante la comparación de observar y
simular
caudales lated a 25 puntos de control del sistema Rmac-Mantaro, y mediante la
comparación de
la superficie de los glaciares observados con imágenes Landsat nueve años de que
calcula el modelo. Esta validación arrojó resultados razonables. Sin embargo, para
el sistema de Rmac-Mantaro, las simulaciones futuras tendrían que reproducir los
embalses de
funcionamiento y la gestión: 16 embalses estaban en funcionamiento desde 1995
hasta 2000, y 28
embalses están previstas para el futuro.
Los flujos en el sistema del Mantaro / Rmac río están más alterados por la
hidráulica
operación de los embalses y desviaciones que son los que en el Río Santa. Como
resultado, el
modelo no funciona tan bien en algunas estaciones. Sin embargo, se lleva a cabo
durante ser er-
ING en el crítico período de bajo caudal. Es probable que el rendimiento general del
modelo podría
puede mejorar si la parametrización del embalse y la infraestructura de desvío WEAP
Se ha mejorado.
Los resultados de la simulación de la evolución del glaciar en la zona del río
Mantaro / Rmac sistema de
TEM fueron satisfactorios. La zona de los glaciares observados inicial en estas
cuencas en el año 1970 fue de 113
Figura 5.11. Observado (Qo) y simulados (Qs) para los caudales a Chosica
la estación en la cuenca del río Rmac

Evaluación de los Impactos del Cambio Climático en la Montaña de Hidrología 57
Surco
en la cuenca del río Rmac
Notas
1. Sin embargo, este error puede explicarse por el hecho de que la estación tiene
problemas en correctamente esti-
el apareamiento fluye durante los períodos de aguas bajas, y la simulación muestra un
50 por ciento de la cantidad ob-
servido.
CAPÍTULO 6
Los resultados de la
E n resumen, hasta este punto, un procedimiento ha sido empleado por las

metodologías
utilizado para construir la planificación escenarios climáticos se han agrupado y
analizado. La orientación
sido desarrollados para evaluar la habilidad de los métodos en la simulación
(reproducir) clave pa-
tros del clima del pasado reciente. Al mismo tiempo, una herramienta de gestión de
recursos hídricos ha sido
modificado para incorporar el comportamiento dinámico de los glaciares y humedales
de alta montaña
la hora de responder al calentamiento global. La herramienta hidrológica ha sido
calibrado y vali-
de fecha de tres cuencas en el Perú. El paso siguiente es el uso de la información
proporcionada por
el componente climático para determinar la respuesta hidrológica a las proyecciones
del clima con-
condiciones. El objetivo principal de este capítulo es mostrar cómo el escenario
climático de planificación
se incorpora en las corridas del modelo hidrológico. A nivel práctico, los datos
generados
dar un vistazo a los cambios previstos en la hidrología.
El capítulo se ha estructurado de la siguiente manera: En primer lugar, un
panorama general de lo esperado
cambios en las escorrentías de los ríos en el Perú, generados por la RM-AGCM3.1, se
presenta. A continuación,
el capítulo se describen los resultados de la aplicación del modelo hidrológico
calibrado WEAP
las tres cuencas. El análisis incluye una estimación de los aumentos de temperatura,
cambios en las precipitaciones, y la tasa de retroceso de los glaciares. Aunque el
propósito de este estudio
es desarrollar una metodología útil, y no necesariamente para producir una evaluación
de la
impactos del cambio climático en las cuencas seleccionadas, en este capítulo, sin
embargo también se discute
cómo la hidrología puede verse afectada por los impactos previstos del cambio
climático en
Perú.
Visualización de los efectos del cambio climático en los ríos en el Perú

El modelo RM-AGCM3.1, utilizado como una herramienta para evaluar los impactos
del cambio climático en el capítulo 3,
incluye un componente de río que permite una evaluación directa de los cambios en
las escorrentías de los ríos en
a nivel de país. Esta herramienta se utiliza para obtener una visión global de los
cambios en la segunda vuelta.
Los datos de escorrentía se deriva de las proyecciones de precipitación del modelo
(véase el Capítulo 3,
"De alta resolución Climate Project para el Perú para el siglo 21"). Basado en estos, la
red
caudal de los ríos a nivel macro-cuenca se ha calculado. El análisis se utilizó un
"GRiverT" río
model.1 Los resultados se presentan en la Figura 6,1: Panel A) muestra la situación
actual y
el panel b) muestra el cambio esperado en los caudales de los ríos. La proyección de
fin de siglo
parece indicar una reducción significativa de las descargas netos en la costa sur y en
la parte del noreste del país. Los resultados también indican que en la región andina
algunas áreas experimentarán aumento de la escorrentía, mientras que otras áreas
experimentarán una reduc-
ción en el volumen total de agua en el sistema hidrográfico. No es una simple
generalización posible, ni es deseable una. Cada área de interés tiene estudios y
análisis en resolución
ciones ajustarse al tamaño de la cuenca y necesitaba los detalles de la información.
Figura 6.1. Cambios en el caudal de los ríos: a) los flujos anuales actuales (mm) y el
cambio b)
entre el presente y el fin del siglo (%)

RM y la
Del Banco Mundial.
Nota: La imagen a) presenta el flujo anual absoluta, y por lo tanto, la escala se expresa
en mm. Imagen B) se presenta
el cambio, y la escala es en porcentaje.
Visualización del Cambio Climático en la cuenca de Santa

Las dos condiciones climáticas del futuro desarrollo del conjunto de 16 MCG, 2, junto
con
resultados del análisis de tendencia, se utilizaron como base para el análisis
hidrológico de
Santa de Cuenca. Los resultados del conjunto se utiliza para simular el futuro del
glaciar dy-
Namics, mientras que el análisis de las tendencias previstas de los datos climáticos
para estimar el ciclo hidrológico
respuesta al cambio climático en el futuro.
Simulación de la dinámica de los glaciares Futuro
De acuerdo con la simulación, los glaciares de la cuenca del río Santa es probable que
experimente
la reducción de tamaño significativo en los escenarios de calentamiento global.
Utilizando 2006 cobertura glaciar
como punto de partida, la reducción en el área de simulación de glaciares en la cuenca
del río Santa en el
próximos 30 años sería del 25 por ciento para el escenario marginalmente más cálido
y el 47 por ciento
para el escenario mucho más caliente, 3 como se muestra en la Tabla 6.1. Una
comparación de estos escenarios
con los datos de los últimos 40 años muestra que la disminución de la cobertura
Cuando la distribución espacial de la retirada de los glaciares en condiciones mucho
más cálidas
en la cuenca del río Santa en 2036 se evalúa, se puede observar que los impactos
serán des-
contribuyó de manera desigual (Figura 6.2). Bajo estas condiciones, es probable que
la algunos pequeños,
los glaciares de baja altitud en la cuenca del río Santa dramáticamente reducir en el
futuro.
Aunque el impacto de estas reducciones no se puede sentir agudamente en todas
partes en la cuenca,
a nivel local los efectos de la pérdida de hielo de los glaciares podría tener un profundo
impacto en el caudal
condiciones.
Sobre la base de estas proyecciones de reducción de la cubierta del glaciar, una
evaluación preliminar fue
llevado a cabo sobre cómo los cambios estacionales en los caudales de las RER pa
podría limitar la
las operaciones del proyecto se puede del Pato. Esta evaluación se hizo en tanto el
clima
condiciones: marginalmente más calientes y mucho más caliente. Durante todo el
período (20062036),
la contribución de derretimiento de los glaciares de la escorrentía total en el desvío de
Can fue del Pato estima en un 9 por ciento en condiciones marginalmente más cálidos
y 16 por ciento de la cantidad
condiciones más cálidas. Con base en estas estimaciones en el calentamiento más
lento (y más) condiciones
ciones, de precipitación-escorrentía crearía caudal relativamente más en las regiones
nonglaciated
de la cuenca del río Santa, la reducción de la contribución relativa de deshielo de los
glaciares. Al mismo
tiempo, retroceso de los glaciares sería ace-
evaluadas y más de caudal sería provenir de deshielo de los glaciares. Este resultado
está en
para las condiciones históricas, marginalmente
de acuerdo con algunos estudios realizados en los escenarios de im-más calientes y
mucho más caliente
pactos de derretimiento de los glaciares. Indican que
el caudal se aumenta inicialmente con 100
el derretimiento de los glaciares, pero una vez que es un umbral

alcanzado, la función de deshielo de los glaciares en la corriente de-
Promedio mensual (m3 / s)
disminuiría los flujos (Marcos et al. 2010).
La evaluación realizada para este re-50
de puerto indica que ambos escenarios tendrían Max desvío
Histórico
proporcionar más agua durante el verano húmedo
Seque
y el otoño de alto flujo menstrual (lluvias
| --- Primavera ---- | --- Verano ----
Cuadro 6.1. Simulación de las reducciones en el área de glaciares entre 2006 y 2036
menores de dos años
proyecciones climáticas
Cambio total del área 2006 2021 2036%

(km 2) 06-21 21-36 06-36
Secar 347 257 182 26% 29% 47%
Wet 347 300 260 14% 13% 25%
Figura 6.2. Simulación de la cobertura glaciar en 2036 bajo el clima mucho más cálido
proyección
Figura 6.4. Observados (línea azul) y simuladas (línea roja) con tendencia a las
descargas
el análisis en los sitios seleccionados en el río Santa, 19661996
La Balsa Condorcerro
450 1,000
400 900
350 800
300 700
600
M3 / s
250
M3 / s
500
200
400
150 300
100 200
50 100
00
Se 1966
Se 968
Se 1970
Se 972
Se 1974
Se 1976
Se 1978
Se 1980
Se 1 9 8 2
Se 984
Se 1986
Se 988
Se 1990
Se 9 9 2
Se 1994
P6
página 8
P1 0
p2
p4
p1 6
página 8
p0
p2
p1 4
p6
p1 8
p0
p2
p1 4
6
99
Se 196
Se 196
Se 197
Se 97
Se 197
Se 197
Se 97
Se 198
Se 198
Se 1 9 8
98 SE
SE 198
Se 99
Se 199
Se 199
99
p1
p1
p1
p1
p1
p1
p
p
p
p
p
p
p
p
Se
Se
Observado Simulado
Fuente: figura generada por el informe por el IRD y el SEI.
Figura 6.5. Los resultados del análisis de tendencias de mediados de siglo en el Río
Santa
La Balsa (205.059) Condorcerro (205059)

250 500
100 400
150 300
M3 / s
M3 / s
100 200
50 100
00
0
1
2
Ja 1
Ja 2
Ja 3
Ja 4
Ja 5
Ja 6
Ja 7
Ja 8
9
05
05
05
05
05
05
05
05
05
05
05
05
05
05
05
05
05
05
05
05
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
n2
Ja
Ja
Ja
Ja
Ja
Ja
Ja
Ja
Ja
Ja
Ja
Ja
En términos de impacto previsto, los vertidos previstos para mediados de siglo son
más bajos que
el registro histórico (Figura 6.5 muestra los resultados de la respuesta hidrológica de la
2050), que resume los cambios esperados en los caudales mensuales promedio en el
los sitios seleccionados.
Descargas mensuales para el año 2050 en La Balsa (Figura 6.6) se espera que
sea menor el año
redondear en comparación con los valores históricos. La descarga media anual
observada en el
período es de 85.8 m3/seg y se reduciría en un 21 por ciento a mediados de siglo.
mínimo
valores en agosto también se redujo en un 28 por ciento. De manera similar, el flujo
promedio en Condorcerro
Se espera una reducción de más de 6 por ciento y su caudal mínimo un 18 por ciento.
Como se mencionó anteriormente, el análisis supone que los lineales de las
tendencias del clima iden-
tified a partir del análisis de los registros de las estaciones meteorológicas continuarán
en el futuro.
Esta hipótesis se puede considerar un límite inferior con respecto a los climas futuros,
ya
se supone que el calentamiento no se intensifique y que la tendencia es lineal a lo
largo
el período de proyección. Además, no se llevó a cabo análisis de sensibilidad, ya que
el principal objetivo de este estudio fue desarrollar metodologías en lugar de
proporcionar los resultados de una
aplicación en particular. Sin embargo, un análisis de sensibilidad adecuada es
necesaria para cualquier oficial
aplicación en el rango posible de los impactos climáticos previstos en el Perú.
Figura 6.6. Comparación de la media de descargas mensuales en el río Santa

entre la histórica observada (línea azul) y proyectada para mediados de siglo (línea
roja)
los valores (m3 / s), basado en el análisis de tendencias
Visualización del Cambio Climático en las cuencas del Mantaro y la RMAC

Los glaciares en las cuencas del Mantaro y RMAC Río son bastante pequeñas y con-
la segunda vuelta
distribución es menos significativa que en el caso del río Santa. Por lo tanto, además
de
simulando el futuro dinámica de los glaciares, el estudio se centra en el análisis de las
consecuencias de
cambios esperados en la precipitación asociadas con los climas futuros en estas dos
cuencas.
El análisis de tendencias se utiliza para esta aplicación. Los resultados del análisis
están presentes-
ed de cuatro sitios: Chosica y Surco en la cuenca del río Rmac y Pongor y Mejorada
en la cuenca del Mantaro. Estos puntos de control se han seleccionado para
proporcionar un resumen
en vista de los impactos del cambio climático en las cuencas, de aguas arriba
(pequeña cuenca
zonas aguas abajo) a los más lejanos puntos con información hidrométrica.
Una vez más, el primer paso fue establecer un punto de referencia con fines
comparativos. Figura 6.7
muestra la comparación entre las descargas simuladas y observadas en el
seleccionado
controlar los sitios de 1966 a 1996. Para las cuatro estaciones de medición utilizados
en el análisis, el
los datos muestran un buen ajuste. En la cuenca del Rmac y, sobre todo en la estación
de Chosica, simulado
escorrentía da valores más altos que los datos observados durante los períodos pico.
Las tendencias históricas fueron comparados con la respuesta proyectada
hidrológico
la cuenca del Mantaro Rmac-en la década de 2050 (Figura 6.8). La década de análisis
incluye un lugar seco
periodo similar a la observada durante el 19921993. El escenario climático es capaz
de capturar
este evento extremo, y el modelo hidrológico se describen los flujos esperados
causados por
como un evento extremo. Para las estaciones ubicadas aguas arriba, Chosica y Surco,
la primera
la mitad de la década se prevé que sea seco y la segunda mitad nos er. Pero este
comportamiento
tiene sólo una influencia limitada en los flujos de aguas abajo. Las estaciones de
Pongor y Mejorada muestran un período de sequía sólo en la mitad de la década. Sólo
un largo período seco, aguas arriba
produce las condiciones de sequía en la cuenca baja del Mantaro.
Resumiendo los resultados de la cuenca del río Mantaro, en la Figura 6.9
proporciona el prome-
público mensuales resultados para los datos históricos, para 20502059, 20902099 y
para, cuando el
La línea de tendencia escenario se usa como insumo en el modelo hidrológico. Para el
río Mantaro
Cuenca, como se indica en la figura de la Pongor y los sitios de Mejorada, total de
agua disponible
capacidad disminuye. Sin embargo, un cambio en la distribución de la escorrentía se
proyecta, con la reducción de ción durante los meses húmedos. En Mejorada, el
período de bajo flujo se reduce considerablemente,
con la escorrentía aumenta en noviembre, diciembre y enero y la disminución en el
alto
los períodos pico de febrero y marzo (Figura 6.10).
Figura 6.7. Observados (línea azul) y proyectada (línea roja) con tendencia a las
descargas
el análisis en los sitios seleccionados en la Rmac y los ríos Mantaro, 19661996

Figura 6.8. Los resultados del análisis de tendencias de mediados de siglo en el

Rmac y
Los ríos Mantaro
Figura 6.9. Comparación de la media de descargas mensuales en el río Mantaro para

observan valores históricos, de mediados de siglo y de fin de siglo (m3 / s),
basados en
análisis de tendencias

Figura 6.10. Respuesta hidrológica a mediados de siglo: la cuenca del río Mantaro
descargas mensuales (cms)
Figura 6.11. Comparación de la media de descargas mensuales en el río para Rmac

observó histórica (azul) y proyectada a mediados de (rojo) y al final del siglo-(verde)
los valores (m3 / s), basado en el análisis de tendencias

Figura 6.12. Respuesta hidrológica a mediados de siglo: la cuenca del río Rmac
mensual
descargas (SCV)
Para el escenario de un mismo clima, los cambios hidrológicos modelados a lo largo

del Rmac
Río tiene diferentes tendencias. Como se ilustra en la figura 6.11 para el esta-Chosica
y Surco
ciones, la disponibilidad de agua se espera que aumente, en particular con mayores
descargas en Febrero y marzo, mientras que habrá li-le-o ninguna reducción en los
meses secos de
Junio a noviembre. Más agua es bienvenida, especialmente para la producción de
energía hidroeléctrica, agre-
suministro ricultura, y el agua a Lima. Por otro lado, el escurrimiento excesivo puede
llevar a
las inundaciones, que podrían afectar a los habitantes más vulnerables de la ciudad de
Lima. mayores descargas
implica una mayor capacidad de transporte de sedimentos en el arroyo. Estos cambios
en los sedimentos
los saldos podrían aumentar los riesgos climáticos (Figura 6.12).
Resultados
La aplicación de la metodología en las cuencas del Santa, RMAC y del río Mantaro
Sug-
sugiere que el modelo de la hidrología es apropiado. La experiencia combinada de los
glaciólogos,
hidrólogos, investigadores y profesionales que se necesitaba para producir un módulo
que pro-
provee buenos resultados en los sitios estudiados.
Aunque el propósito de este estudio no es para producir una evaluación del clima
cambiar en las cuencas seleccionadas, el análisis de los datos proporciona resultados
útiles. En primer lugar, el
evaluación es un ejemplo de la complejidad de la evaluación de la respuesta
hidrológica al cambio climático
cambio en terrenos montañosos, como los que se encuentran en el Perú. Cada
cuenca tiene que ser
estudiado en detalle. Se recomienda que los análisis de sensibilidad detalladas sobre
la hidro-
cal y los componentes del clima se llevó a cabo para lograr la confiabilidad en los
resultados y las posibles
recomendaciones.
Para ilustrar el enfoque desarrollado y la utilidad de los datos generados en el
marco
los escenarios climáticos seleccionados, los siguientes resultados se presentan:
Al observar los cambios en las escorrentías de los ríos en el país en su
conjunto, la RM-
AGCM3.1 modelo estima una reducción significativa de las descargas en la red
la costa sur y en la parte noreste del país. Algunas áreas de la
La región andina podría experimentar aumento de la escorrentía, mientras que
otros podrían enfrentarse a una reducción. N generalización para los niveles locales se
pueden hacer basado en el uso de
este modelo. Esta observación pone de relieve que: primero, no es posible
generalizar
cuáles son los impactos del cambio climático sería en las zonas de topografía
compleja, y
en segundo lugar, la incorporación de herramientas de escorrentía de la
respuesta dinámica de los glaciares y
los humedales de alta montaña son necesarios para evaluar los impactos del
calentamiento global en
la cuenca del río el nivel de resolución.
Los flujos simulados para el período 20502059 muestran una reducción en sus
niveles máximos
para todas las estaciones de monitoreo en el río Mantaro. Incrementos netos en
el agua
Se prevé que la disponibilidad en el río Rmac. Descargas mensuales de la Balsa
estación en el río Santa se espera que disminuya el año en comparación con
observaron valores históricos. La descarga media anual podría reducirse en un
21
por ciento para mediados de siglo.
La pérdida de glaciares se espera que sea significativo durante el período otas
1. GRiverT: Modelo de Aprobación de la gestión global de uso de Total de Rutas
Integradas de escorrentía (TRIP), el x 0,5 0,5
versión con los datos globales de los canales de descarga (Nohara et al. 2006). La
escorrentía de los ríos evaluados en
el modelo de la superficie terrestre es horizontal interpolada como datos de entrada
externos en la red de viaje para
que el volumen de flujo se guarda. Un análisis similar realizado por el río Magdalena
en Colombia tiene
Recientemente se han publicado (Nakaegawa y Vergara 2010).
2. Marginalmente las condiciones más cálidas: un aumento del 0,5 º C en la
temperatura y un aumento del 15 por ciento en el pre-
precipitación, y mucho más caliente condiciones: un aumento de 2 ° C en la
temperatura y una disminución del 10 por ciento
en la precipitación.
3. Estas condiciones se desarrollan en el capítulo 3, sección titulada "Conjuntos para
simular el futuro Cli-
su compañero. "
4. Como el clima se calienta, menos de la precipitación cae en forma de nieve y más
caídas en forma de lluvia sobre la nieve y
cubiertas de hielo picos. Esto produce una reducción en la acumulación de nieve
durante la temporada de lluvias
y en el derretimiento de la nieve y el hielo durante la estación seca. Desde que el
deshielo es un importante de agua
contribución durante la estación seca, existe la preocupación de que el calentamiento
global reducirá el suministro de
de agua durante la estación seca en las regiones montañosas en muchas partes del
mundo (Vergara et al.
2009; Leung y Ghan 1999; Ghan y Shippert 2006).
5. Aunque el enfoque de conjunto y el uso de escenarios climáticos extremos reducir la
incertidumbre,
no proporcionan orientación sobre las probabilidades relativas de estos escenarios o
su coherencia
con las tendencias observadas. Estos escenarios representan condiciones extremas
en los extremos altos y bajos. la
concurrencia de este hallazgo para los dos escenarios extremos, refuerza el
argumento conceptual que
la pérdida de los glaciares se reduce la regulación natural del ciclo del agua, el
aumento de los flujos en mojado
temporada y reducción de las descargas en los meses secos.
CAPÍTULO 7
Conclusiones
E ste informe se describe un clima y un análisis hidrológico para simular actual y

proyecta las condiciones futuras del clima en las regiones montañosas y estimar la
hidro-
cal de respuesta a nivel regional y de cuenca. Los instrumentos utilizados fueron
aplicados a Perú, pero podrían
de forma similar desplegado para cuencas montañosas otros para simular actual y
predecir el futuro
impactos del cambio climático en la hidrología.
Conclusiones Generales
Contexto general. Este estudio está destinado a proporcionar orientación y opciones
para explorar el
respuesta hidrológica al cambio climático global en los paisajes de montaña. La
orientación-
Ance se pueden resumir como sigue:
una. Definir la planificación de escenarios climáticos sobre la base de datos
climáticos existentes, utilizando
técnicas de modelado disponibles. "Los escenarios de planificación del clima" se
definen como fu-
condiciones de humedad del clima a una escala y la resolución adecuada de los
recursos hídricos
la planificación.
b. Definir los criterios para juzgar las proyecciones proporcionadas por las técnicas
disponibles en
a fin de definir los escenarios climáticos futuros.
c. Identificar los resultados (medibles, independiente, sencillo) que caracterizan a la
mayoría de la
propiedades relevantes de los criterios. Ejecutar varios métodos y calcular la ad-
optó por indicadores.
d. Seleccione escenarios probables del clima para los próximos 30 a 40 años, el
horizonte de planificación
de los recursos hídricos a gran escala infrastructure.1
e. Seleccione las herramientas de planificación hidrológica adecuadas para el
problema en cuestión. Si es necesario,
complementar las herramientas con nuevos elementos para incorporar la
dinámica del clima
naturaleza del contexto de planificación. Utilizar la mejor información disponible
para calibrar
y validar la hidrológica model.2
f. Ejecute las herramientas de planificación hidrológica con la planificación futura del
clima seleccionado
escenarios y con la descripción de la situación actual, a efectos comparativos.
g. Llevar a cabo un análisis de sensibilidad.
h. Utilizar la información generada como base para la planificación y la toma de
decisiones.
En este estudio, ninguna decisión o planificación operativa se incorporó en el análisis.
El uso de las salidas de las grandes modelos mundiales de cambio climático. El uso
de GCM pro-
proporciona datos útiles, pero en este momento la aplicación directa de las tetas en
ejercicios de planificación es limitada
por diversos factores, incluida la resolución gruesa, el nivel de incertidumbre, y los
desafíos
planteada por complejos terrenos montañosos. Las principales limitaciones son:
Modelo de la incertidumbre.
Trayectorias de emisiones.
Modelo de resolución.
Modelo de la independencia.
Calibración y problemas de verificación.
Incapacidad para dar cabida al proceso atmosférico complejo en la montaña de
ter-
las lluvias.
Adecuación de GCM. Los criterios propuestos por el cual juzgar la utilidad
de los productos y las técnicas de reducción de escala asociadas son:
Capacidad de reproducir la distribución de la precipitación media anual, y su
espacio
distribución en el país.
Capacidad para reproducir la tendencia anual de las variables climáticas
esenciales (la precipitación en
los casos de estudio), estimado para un período de referencia.
Capacidad para simular las tendencias para las temporadas hidrológicos de
interés (mensual o
precipitación estacional) para las variables climáticas de interés, que se estima
para el refe-
cia período.
GCM salidas que mejor cumplen con estos criterios son las mejores opciones para la
creación de plan-
Ning escenarios climáticos como insumos para la evaluación futura se espera
disponibilidad de agua a una
de cuenca.
Análisis de tendencias. El estudio identificó el análisis de tendencias, como un
poderoso método para pro-
Duce "escenarios climáticos de planificación". Como regla general, observaciones a
largo plazo son prefiere-
capaz de las cortas, pero el análisis más allá de 30 años no podría ser muy útil cuando
se trata de
adaptarse a la dinámica de los cambios actuales impulsados por la aceleración del
cambio climático.
Como se ilustra en el análisis realizado para la cuenca del río Mantaro, un grupo de
tiempo
estaciones con tendencias similares hace aumentar la fiabilidad de los resultados. Si
esta coherencia
se identifica, la tendencia resultante debe ser incorporado en el análisis del futuro de
cli-
escenarios mate. El análisis de tendencias se basa en la hipótesis de que la tendencia
lineal observada es
probable que continúe (sin cambio) en el futuro inmediato. La extrapolación lineal de
las tendencias observadas se utilizó en este estudio para definir los futuros escenarios
climáticos de planificación.
Se recomienda que este ser seguido por un análisis de sensibilidad a fondo. No hay
suficiente información para estimar las tendencias que no sea lineal.
Modelización hidrológica. Muchas de las herramientas existentes y los modelos
hidrológicos continúan
para ser útil a corto plazo planificación de recursos hídricos y de las operaciones, sino
que requieren muchas
ajustes para reflejar la dinámica del cambio climático durante períodos más largos. El
modelo
seleccionado no es en absoluto único. El sistema de WEAP es una solución flexible,
fácil de usar software de
con buena capacidad de minimizar la demanda de datos, una característica muy
aprecia-
ATED en el Perú y otras naciones en desarrollo.
Como complemento de las herramientas hidrológicas. Un glaciar dinámica de un
módulo y Pramo
la rutina se han desarrollado para complementar la flexibilidad de que disponen en el
sistema de WEAP. La
campo de la dinámica de los glaciares es algo nuevo para la hidrología y es una
consecuencia del nuevo paradigma
cambiar. La hipótesis de un equilibrio de estado estacionario para el componente de
los glaciares ya no es
válida. El módulo desarrollado ofrece una gran flexibilidad y puede ser replicado para
otros estudios de caso.
La calibración y validación de los desafíos. Una vez que un modelo hidrológico se ha

seleccionado, su
utilizar en una aplicación en particular pasa por varias etapas de la recolección de
datos, verificación de
ción, y el análisis, la calibración, validación y su uso en el proceso de toma de
decisiones.
La calibración es el arte de seleccionar los parámetros del modelo congruente con las
observaciones de campo
y registró los datos que proporcionan un buen ajuste entre los datos simulados y los
observados.
Este análisis debería merecer una consideración especial debido a los resultados
esperados dependen
en la selección de estos parámetros. Una vez que el modelo está correctamente
calibrado, la validación
Reglamento (carreras con los datos no utilizados en la calibración) deben apoyar la
hipótesis de hecho. Si
los resultados validados muestran un mal ajuste, el trabajo de calibración adicional que
se pide, o diferentes uno
herramientas hidrológicas deben ser utilizados.
La multidisciplinariedad. La evaluación de los impactos del cambio climático en la
montaña
hidrología involucró a un grupo grande de investigadores y profesionales, una
condición que es
común a este tipo de análisis y que acentúa la complejidad de esta tarea.
Físicos de la atmósfera, modeladores del océano, matemáticos y estadísticos,
hidrólogos
y de los recursos hídricos los expertos unieron fuerzas con los glaciólogos, de alta
montaña practitio-
socios, geógrafos, ingenieros forestales, ingenieros civiles y en la realización de esta
tarea. Este multidisci-
características disciplinario se pone de relieve que destacar a los países y el desarrollo
o de
ganizaciones de la necesidad de crear equipos para hacer frente a un reto emergente,
el desarrollo
cuestiones. También sirve para indicar que el campo del cambio climático es abierto y
requiere
la participación de muchos expertos.
Algunos de los resultados. El enfoque seguido producido información útil sobre la
hidro-
respuesta de cal al cambio climático en tres cuencas en el Perú. En la cuenca del río
Santa, es
estima que el cambio climático traerá consigo una considerable reducción en la
disponibilidad de agua;
en la cuenca del Rmac, que no era el caso. En el curso inferior del río Mantaro, Ba-
el pecado, un cambio en la hidrografía se proyecta. Incluye descargas muy altas en
mojado
meses y la creciente disponibilidad de agua en los meses secos de lo contrario.
Limitaciones. Hay limitaciones a tener en cuenta en el análisis de los resultados.
Estos
limitaciones son las siguientes:
Las deficiencias en la recolección de datos. Los datos relativos a las características del
suelo hidrológicos
no fueron recogidos, reduciendo así la capacidad del modelo para dar cuenta de
las variaciones en
capacidad de almacenamiento del suelo al tiempo que limitan las estadísticas de
rendimiento que er modelo.
Calibración. Más trabajo se recomienda antes de los resultados se utilizan en las
decisiones de
ción de decisiones. La mayor flexibilidad se debe permitir en la variación
espacial
ción de los parámetros hidrológicos utilizados.
La planificación de escenarios climáticos. Se necesita más investigación: (i) para
evaluar la variabilidad
de las variables esenciales del clima y sus tendencias, (ii) para evaluar la validez
de la lineal
extrapolación de las tendencias observadas, y (iii) el desarrollo de mejores
herramientas estadísticas
para evaluar la fiabilidad de las tendencias individuales, así como en racimos.
Necesidad de análisis de sensibilidad. Un análisis de sensibilidad a fondo es
muy recomen-
reparado con el fin de analizar la variabilidad de los resultados esperados. Esta
sensibilidad-
dad debería abarcar todos los escenarios de planificación del clima a los
cambios de uso de suelo impulsadas
por cambios en la precipitación y la temperatura. A los efectos de apoyar deci-
ción de decisiones, el análisis de sensibilidad debe incluir socioeconómica
consideraciones así.
Hacia adelante
El estudio cumplió con el objetivo de desarrollar una metodología para evaluar el ciclo
hidrológico
respuesta al cambio climático global en las cuencas de las montañas tropicales, pero
la disponibilidad de datos
sigue siendo un desafío. Recopilación de los datos requeridos puede requerir una gran
parte de la re-
fuentes exigida por este tipo de análisis. La calibración de los modelos debe
proporcionar
bueno para los indicadores de resultados muy buenos modelos. Además, un análisis
de sensibilidad a fondo
es muy recomendable.
El estudio se centró en el ciclo hidrológico del lado de la oferta, el agua sólo se
dispo-
capacidad y la variabilidad se consideran. El trabajo debe ser ampliado para analizar lo
social
y las consecuencias económicas asociadas con los cambios hidrológicos. A fin de
evaluar el
consecuencias económicas del cambio climático a través de la disponibilidad de agua,
el trabajo debe ser
complementado por un análisis de las consecuencias económicas para la energía, la
agricultura
y los sectores de abastecimiento de agua. Otros impactos socioeconómicos también
podrían ser exploradas.
Lecciones aprendidas
Necesidad de criterios para evaluar la idoneidad de los resultados de MCG. Como
seleccionar entre el
muchos modelos disponibles? En caso de un conjunto de modelos de circulación
general se usa? ¿Qué modelos deben
ser incorporados en el conjunto? Cómo evaluar la capacidad de los modelos para
reproducir
las observaciones del clima? Cómo pesan los diferentes modelos? Para fines
prácticos, CRI-
rios por el cual juzgar la idoneidad del modelo deben estar claramente definidos. Los
criterios deben
responder al problema en cuestión (en función de los resultados buscados) y
socioeconómico de la
sensibilidad a los cambios en los criterios seleccionados.
Una bolsa de herramientas en lugar de una sola bala de plata. Puede ser er utilizar
comple-
herramientas Tary, y en algunos casos a mezclar métodos que parecen estar
compitiendo, con el fin
para producir resultados similares. Según lo indicado en la componente clima, los
diversos métodos
utiliza complementan y enriquecen los resultados, reducir la incertidumbre, permitir el
análisis de riesgos y
proporcionar las bases para llevar a cabo análisis de sensibilidad.
Las limitaciones al interpretar los resultados y la necesidad de análisis de
sensibilidad.
La buena práctica exige que las limitaciones del modelo debe ser bien entendido por el
modelo que nos-
ERS y debe ser una parte integral del análisis de los resultados. Se recomienda que
una
lista de las limitaciones de la metodología / enfoque utilizado y de cada herramienta
utilizada ser
preparado. Para hacer frente a las incertidumbres asociadas con estos ejercicios de
planificación, es
recomienda que un análisis de sensibilidad minucioso llevarse a cabo.
Conclusión
Sobre la base de las resultados obtenidos, parecería que la combinación del clima y
análisis de la hidrología puede simular las condiciones actuales a nivel regional y de
cuenca, y
proyectos hidrológicos condiciones futuras. Los métodos empleados podrían ser de
utilidad para predecir
los impactos futuros del cambio climático en la hidrología de las cuencas de las
montañas de los Andes otros.
Notas
1. La referencia a la infraestructura hidráulica destaca el hecho de que el cambio
climático está teniendo y la voluntad
tener un gran impacto en el diseño y operación de obras relacionadas con el agua.
2. Se recomienda que se mantenga un alto nivel en las tareas de calibración y
verificación para
los resultados para captar la respuesta hidrológica de base a las condiciones
climáticas existentes.
Referencias
Aceituno, P. 1988. En el funcionamiento de la Oscilación del Sur en la región de

América del Sur
sector, Parte I: El clima de la superficie. Monthly Weather Review. 116: 505-524.
Ames, A., S. Dolores, A. Valvedere, P. Evangelista, D. Corcino, W. Ganvini, J. Ziga,
y V. Gómez. 1989. Inventario de Glaciares del Per. Fuente: Fotografias de Aeras
1962, 1963, 1970, Parte 1. Huaraz, Perú, Hidrandina S.A.
Bahr, D. B., M. F. Meier, y S. D. Peckham. 1997. La base física de los glaciares de
volumen
área de escalado. J. Geophys. Res.. 102 (B9): 2035520362.
Benestad R. E. 2004. Empírico-estadística en la reducción de escala de modelos
climáticos. Eos. Trans.
Amer. Geophys. Unión 85: 417422.
Beven, J. K., J. y M. Kirby. 1979. Una base física de área variable que contribuye el
modelo
la hidrología de la cuenca. Ciencias Hidrológicas Boletín 24.
Bradley, RS, M. Vuille, Díaz HF, y Vergara W.. 2006. El cambio climático: amenazas a
la
suministro de agua en los Andes tropicales. Ciencia 312: 17551756.
Bradley, RS, M Keimig, Díaz HF, y Hardy DR. 2009. Los cambios recientes en
congelación-
Ing. alturas de nivel en los trópicos, con implicaciones para el deglacierization de
alta
las zonas de montaña. Le Geophys Res. 36: L17701.
Brunet-Moret, Y. 1979. Homognisation des precipitaciones. Cuaderno ORSTOM, srie
Hy-
drologie 16: 3-4.
Bury, J., Marcos BG, McKenzie JM, francés A., M. Baraer, KI Huh, MAZ Luyo,
J. G. y R. López. 2010. Glaciar recesión y la vulnerabilidad humana en el Yana-
Marey cuencas de la Cordillera Blanca, Perú. Cambio Climático. DOI 10.1007 /
s10584-010-9870-1.
Buytaert, W., B. De Bievre, G. Wysuere, y J. Deckers. 2004. El uso de la resolución
lineal-
yacimiento El Abra concepto para cuantificar el impacto de los cambios de uso del
suelo en la hidrología de
cuencas en los Andes. Hidrología y Ciencias de la Tierra del Sistema 8: 108114.
Buytaert, W., R. Celleri y Timbe L.. 2009. La predicción de impactos de cambio
climático en el agua
recursos en los Andes tropicales: efectos de la incertidumbre GCM. Geophys.
Res.. Le. 36.
COES. 2009. Estadstica Diaria de Operaciones. Comit de Operacin del Econmica
Sistema Interconectado Nacional. Disponible en
www.coes.org.pe/coes/Estadistica/
Diario.asp.
CONAM. 2001. Nacional de la comunicación del Perú de la Convención Marco de las
Naciones Unidas de Con-
Convención sobre el Cambio Climático (CMNUCC). Consejo Nacional de Medio
Ambiente,
Lima.
Condón, T., A. Coudrain, SJE, y Sylvain T.. 2007. Cálculo del espacio y
tiempo de evolución de la altitud de la línea de equilibrio de los glaciares andinos
(10oN-55oS).
Global and Planetary Change 59: 189202.
Croke, B. F. W., J. y A. Jakeman. 2004. Un déficit de captación de humedad para el

módulo de
IHACRES modelo de precipitación-escorrentía. Modelización Ambiental y software
19: 15.
Cubasch, U., J. Waszkewi, Hegerl G. y J. Perlwi. 1995. Los cambios regionales del
clima como
simulado en experimentos de división de tiempo. Cambio Climático 31: 273304.
Díaz-Granados, MA, JD González Navarrete, y T. Suárez López. 2005. Pramos:
Hidrosistemas Sensibles. Revista de Ingeniera - Universidad de los Andes 22.
Dyurgerov, M. 2003. De montaña y los glaciares subpolares muestran un aumento en
la sensibilidad a la
El calentamiento climático y la intensificación del ciclo del agua. J hidrol 282:
164176.
Escobar, M., T. del condón, W. Suárez, D. Purkey, Pouget JC, y C. Ramos. 2008. Con-
struccin del Modelo WEAP del Ro Santa. Informe elaborado para el Banco
Mundial
como telón de fondo para este informe.
Favier, V., P. Wagnon y Ribstein p. 2004. Los glaciares de los trópicos exterior e
interior: una dife-
rente, pero el comportamiento de una respuesta común a forzamiento climático.
Geophysical Research
Le res 31.
Francou, B., M. Vuille, Wagnon P., J. Mendoza, y J.-E. Sicart. 2003. Clima tropical
cambio registrado por un glaciar en los Andes centrales durante las últimas
décadas del
siglo XX. Chacaltaya, Bolivia, 16_S. J. Geophys. Res.. 108 (D5): 4154
Francou, B. y A. Coudrain. 2005. Contracción de los glaciares y los recursos hídricos
en los Andes.
EOS Trans Am Geophys Unión 86: 415.
Frei C., R. Schll, Fukutome S., J. Schmidli y Vidale PL. 2006. Cambio futuro de la pre-
precipitación extremos en Europa: de intercomparación de los escenarios de clima
de la región
modelos. J. Geophys. Res.. 111, D06105, doi: 10.1029/2005JD005965.
Garreaud, R., M. Vuille, y Clemente R.. 2003. El clima del Altiplano: Observado
las condiciones actuales y los mecanismos de los cambios pasados.
Palaeogeogr., Palaeoclimatol.,
Palaeoecol. 194: 522.
Ghan, S. J. 1992. La falta de credibilidad de GCM. Editorial, Cambio Clim 21: 345346.
Ghan, S. J., y T. Shippert. 2006. Basados en la física del cambio global del clima
downscaling
las proyecciones de un siglo. J. Clim. 19: 15891604.
Ghan, S. J., y T. Shippert. 2009. Informe final como una contribución a la evaluación
de la
impactos del cambio climático sobre la hidrología de montaña: Desarrollo de una
metodología-
logía a través de un estudio de caso en el Perú. Informe producido por Ba elle, del
Noroeste del Pacífico
División para el Banco Mundial como telón de fondo para este informe. 10 de
mayo 2009.
Ghan, S. J., X. Bian, A. G. Hunt, y Coleman A.. 2002. La influencia de termodinámica
inferior a la malla en la orografía de un modelo climático global. Climate Dynamics
20: 31440. DOI:
10.1007/s00382-002-0257-5.
Ghan, S. J., Shippert de T. y J. Fox. 2006. Físicamente mundial basada en reducción
de escala: Regional
evaluación. J. Climático 19: 429445.
Giorgi, F. 1990. Simulación del clima regional mediante un modelo de área limitada
anidado en una
modelo de circulación general. J Clim 3: 941963.
Giorgi, F. y O. L. Mearns. 1999. Introducción a la sección especial: mod-clima de la
región
Eling revisitado. J Geophys Res. 104: 63356352.
Gyalistras, D., C. SCHR, Davies HC, y Wanner H.. 1998. Futuro clima alpino. En:
Vistas desde los Alpes. Perspectivas regionales sobre el cambio climático. P.
Cebon, U. Dahinden,
H. C. Davies, Imboden D. y C. C. Jaeger, eds. Massachuse s: MIT Press,
Cambridge
puente, pp 171,223.
Hiez, G. 1977. L'homognit des Étant pluviomtriques. Cuaderno ORTSTOM, srie Hy-
drologie, 14:129172.
Hock, R. 2003. Índice de temperatura de fusión de modelos en las zonas de montaña.
Diario de hidrol-
gía 282: 104115.
Hock, R. 2005. Deshielo de los glaciares: Una revisión de los procesos y su modelado.
El progreso en activos físicos y
Cal Geografía 29: 362391.
IARU. 2009. El aumento del nivel del mar establecidos para tener un gran impacto en
todo el mundo. En la Conferencia
sobre el Cambio Climático: riesgos globales, retos y decisiones. 03 1012,
Internacional
Alianza de Universidades de Investigación de la Universidad de Copenhagen, de
Copenhague.
IGP. 2005a. Diagnstico de la Cuenca del Mantaro ro Bajo la Visin de Cambio climtico.
Fondo Editorial del CONAM, Lima, Per.
IGP. 2005b. Vulnerabilitdad y adaptacin al Cambio climtico en la cuenca del ro-Man
taro. Fondo Editorial del CONAM, Lima, Per.
IPCC. 2000. Informe especial del IPCC sobre escenarios de emisiones. Nebojsa
Nakicenovic y Rob
Swart, eds. Cambridge, Reino Unido: Cambridge University Press, pp 570. h p :/ /
www.
ipcc.ch o ipccreports o EER / emisión / index.php? idp = 0.
IPCC. 2005. Notas de orientación para los autores principales del Informe de
Evaluación del IPCC sobre la
Las incertidumbres.
IPCC. 2007a. Cambio climático 2007: La base de la ciencia física. Contribución del
trabajo-
ción del Grupo I del Cuarto Informe de Evaluación del Panel Intergubernamental
sobre el
Sobre el Cambio Climático. S. Salomón, D. Qin, M. Manning, Z. Chen, M. Marquis,
KB Av-
eryt, Tignor M. y H. L. Miller, eds. Cambridge, Reino Unido, y Nueva York, NY,
EE.UU.:
Cambridge University Press.
IPCC. 2007b. Cambio climático 2007: Informe de síntesis. Contribución de los Grupos
de Trabajo
I, II y III de la Cuarto Informe de Evaluación del Panel Intergubernamental sobre el
El Cambio Climático [Equipo de redacción, RK Pachauri y A. Reisinger, eds.]. Ge-
Neva, Erland Swi: IPCC, 104 pp
IPCC. 2007c. 2007 sobre el cambio climático: impactos, adaptación y vulnerabilidad.
Contribución de los
Grupo de Trabajo II del Cuarto Informe de Evaluación del Grupo
Intergubernamental de Expertos
sobre el Cambio Climático. ML Parry, OF Canziani, JP Palutikof, PJ van der Lin-
den, y C. E. Hanson, eds. Cambridge, Reino Unido: Cambridge University Press,
pp 976
IRD. 2009. Informe final como una contribución a: Evaluación de los impactos del
cambio climático en
la hidrología de montaña: Desarrollo de una metodología a través de un estudio
de caso en
Perú. Informe producido por el Institut de Recherche pour le Dveloppement (IRD)
para
el Banco Mundial como telón de fondo para este informe.
Johannesson, T., O. Sigurdsson, Laumann T. y M. Kenne. 1995. Grado-día del glaciar
de balance de masas de modelado con las aplicaciones de los glaciares en
Islandia, Noruega y
Groenlandia. J. Glaciol. 41 (138): 345358.
Johnson, A. M. 1976. El clima de Perú, Bolivia y Ecuador. En la Encuesta Mundial de
la climatología-
gía, vol. 12, W. Schwerdtfeger, ed. Nueva York: Elsevier, 147218.
Juen, I. 2006. Balance de masa glaciar y la escorrentía en la zona tropical Cordillera
Blanca, Per.
Instituto de Geografía. Innsbruck, la Universidad de Innsbruck: 194.
Juen, I, G. Kaser, y Georges C. 2007. Modelización de la escorrentía observada y el
futuro de un gla-
cierized tropical de la cuenca (Cordillera Blanca, Perú). Glob Cambio Planet 59:
3748.
Kaser, G. y H. Osmaston. 2002. Los glaciares tropicales. Nueva York: Cambridge
University
Kayastha, R. B., Ageta Y., M. y Nakawo. 2000a. Positivos de días grado factores de
ablación
ción de los glaciares en el Himalaya nepalí: estudio de caso sobre los glaciares en
el AX010 Shoron
Himal, Nepal. Bull. Glaciol. Res.. 17: 110.
Kayastha, R. B., 2001. Estudio de la ablación de los glaciares en el Himalaya de Nepal
por la energía
un equilibrio entre el modelo y método positivo de grado-día. Tesis de Doctorado.
Escuela de Graduados de
Ciencia, Universidad de Nagoya, 95 pp
Klein, A., y B. Isacks. 1998. Alpinos glaciales estudios geomorfológicos en la Central
Los Andes con imágenes Landsat Thematic Mapper. Geología y Geomorfología
glacial.
rp01/1998 hp :/ / ggg.qub.ac.uk/papers/full/1998/rp011998/rp011901.htm.
Klok, EJ, K. Jasper, PK Roelofsma, J. Gur, y Badoux A.. 2001. Distribuido hidro-
modelado lógico de una gran glaciación alpina cuenca del río. Ciencias
Hidrológicas
Diario 46: 553570.
Unión Nacional Karen I, R., Stocker TF, F. Joos, y GK Pla Ner. 2002. Restricciones en
la radiación FORC-
ción y el cambio climático en el futuro a partir de observaciones y conjuntos de
modelos climáticos.
Nature 416: 719723.
Kuzmin, P. P. 1961. El derretimiento de la capa de nieve. Israel Programa de
Traducción Científico.
290 pp
Lang, H., y Braun L.. 1990. En el contenido de información de la temperatura del aire
en el acondicionado
texto del derretimiento de la nieve de estimación. La Asociación Internacional de
Ciencias Hidrológicas 190:
347354.
Leung, L. R., J. y S. Ghan. 1995. Una parametrización inferior a la malla de la
precipitación orográfica.
Theor Appl climatología 52: 95.118.
Leung, L. y S. Ghan. 1998. Parametrización de precipitación inferior a la malla y
orográfica-sur
frente a la cubierta en los modelos climáticos. Lunes Wea. Rev. 126: 32713291.
Leung, L. y S. Ghan. 1999. Del Noroeste del Pacífico la sensibilidad del clima por un
clima regional
el modelo impulsado por un mecanismo generalizado de corrección. Parte II: 2 x
simulaciones de CO2. J. Climático 12: 20312053.
Leung, L., R. y Y. Qian. 2003. La sensibilidad de la precipitación y la acumulación de
nieve simulación
ciones a la resolución del modelo a través de anidación en las regiones de terreno
complejo. J. Hydrometeo-
rol. 6: 1025-1043.
Marcos, B. G., y G. O. Selzer. 2003. Evaluación de retroceso glaciar en la reciente-
Cordil
lera Blanca, Perú (1962-1999 dC): distribución espacial de la pérdida de masa y
climáticas
forzar. Quat Ciencia Ap 24: 22652280.
Marcos, BG, J. Bury, JM McKenzie, francés A. y M. Baraer. 2010. El cambio climático
y
los glaciares tropicales andinos recesión: Evaluar los cambios hidrológicos y los
medios de subsistencia
vulnerabilidad en la Cordillera Blanca, Perú. Anales de la Asociación Americana
de Geog-
geógrafos 100 (4): 794805. Publicado por Taylor & Francis, LLC.
Martinec, J. y A. Rango. 1986. Los valores de parámetros para el modelado de la
escorrentía del deshielo. Jour-
nal de Hidrología 84: 197219.
Martínez, AG, E. Núñez, Y. Silva, K. Takahashi, Transmonte G., Moquera K. y P. La-
gos. 2006. Vulnerabilidad y adaptación al cambio climático en el centro del Perú
Los Andes: Los resultados de un estudio piloto. En la Conferencia Internacional
sobre el Hemisferio Sur
Meteorología y Oceanografía (ICSHMO), 8, 2006. Foz do Iguau. Actas, tanto
José dos Campos, el INPE, CD-ROM ISBN 85-17-00023-4, 297-305.
Maurer, P. E., G. y H. Hidalgo. 2008. Utilidad de día frente al mes a gran escala del
clima
datos: una intercomparación de los dos métodos de reducción de escala
estadística. Hidrología y
Ciencias del Sistema Terrestre 12: 551563.
De mayo, W. y E. Roeckner. 2001. Un experimento de time-slice con la AGCM

ECHAM4
en alta resolución. El impacto de la resolución horizontal en el clima promedio
anual
cambiar. Clim. Dyn. 17: 407420.
Meehl, GA, Washington WM, BD Santer, Collins WD, Arblaster JM, A. Hu, D.
M. Lawrence, H. Teng, Buja LE, GT y Strand. 2006. El cambio climático
proyección
ciones para el siglo XXI y el compromiso del cambio climático en el CCSM3.
J. Climático 19: 25972616.
Miura, H., H. Tomita, Nasuno T., S. Iga, Satoh M., y T. Matsuno. 2005. Un clima sen-
sibilidad de prueba utilizando un modelo de nube global de resolver en una
condición de planeta acuático.
Geophys. Res.. Le. 32: L19717, doi: 10.1029/2005GL023672.
Mizuta R, Oouchi K. Yoshimura H., A. Noda, Katayama K., Yukimoto S., M. Hosaka, S.
Kusunoki, H. Kawai, y M. Nakagawa. 2006. De 20 kilómetros de malla climático
global simu-
instalaciones de aprovechamiento de JMA-GSM modelo - significa los estados
climáticos. Diario de la Organización Meteorológica
Sociedad de Japón 84: 165185.
Murphy, JM 1999. Una evaluación de las técnicas estadísticas y dinámicas para
downscal-
ción del clima local. J Clim 12: 22562284.
Murphy, JM 2000. Las predicciones de cambio climático en Europa, utilizando
estadística y-dy
namical técnicas de reducción de escala. Int J climatología 20: 489501.
Nakaegawa, T., y W. Vergara, 2006. Primera proyección de Predicción del río, des-
cargos en la cuenca del río Magdalena, Colombia, en un clima cambiante durante
la
el siglo 21. Investigación Hidrológica Le ERS 4: 5054 (2010). Publicado en línea
J-FASE (www.jstage.jst.go.jp / browse / HRL). DOI: 10.3178/HRL.4.50.
Nueva, M., D. Lister, Hulme M., I. y Makin. 2002. Un conjunto de datos de alta
resolución de la superficie
climático en las zonas terrestres. Resolución del clima. 21: 125.
Nohara, D., M. Hosaka, Kitoh A., T. y Oki. 2006. Impacto del cambio climático en el río
escorrentía usando multi-modelo conjunto. J. Hydrometerol. 7: 10761089.
Pouyaud, B., M. Zapata, J. Yerren, J. Gómez, G. Rosas, Suárez W., y Ribstein p.
2005.
Devenir de Recursos Hidráulicos de la glaciaire Cordillre Blanche. Hidrológico Sci-
cias Diario 50: 9991022.
Qian, Y., S. J. Ghan, R. y L. Leung. 2009. Downscaling cambios hidroclimáticas sobre
la
Oeste de los EE.UU. sobre la base de la CAM subgrid régimen y el clima regional
WRF simulación
ciones. Int. J. Climatología, DOI: 10.1002/joc.1928.
Racoviteanu, A., Arnaud Y., M. y Williams, 2008. Decadal cambios en los glaciares
pará-
tros en la Cordillera Blanca, Perú derivada de la teleobservación. J Glaciol 54:
499510.
Ruiz, D., W. Vergara, A. Deeb, y la Dirección General de Martinson. 2010. Tendencias,
la estabilidad y el estrés en
los Andes colombianos central. No publicado.
Salath, EP Jr, PW Mote, y Wiley MW. 2007. Consideraciones para seleccionar abajo
métodos de escala para la evaluación integrada de los impactos del cambio
climático. Int. J. of
Climatología 27: 16111621.
Schaefli, B., B. Hingray, i. M. Niggl y Musy A.. 2005. Un marco conceptual
glaciohydrological
modelo para las cuencas de alta montaña. Hidrología y Ciencias de la Tierra
System 9:
95109.
SEI. 2009. Informe final como una contribución a la evaluación de los impactos del
cambio climático en
la hidrología de montaña: Desarrollo de una metodología a través de un estudio
de caso en
Perú. Informe elaborado por Instituto Ambiental de Estocolmo (SEI) para el
Mundial
SENAMHI (Servicio Nacional de Meteorologae Hidrologa). 2007. Escenarios de cam-
bio climtico en la Cuenca del Mantaro Ro Para El ao 2100. Centro de Prediccin
Numrica - CPN.
SENAMHI. 2009a. Los escenarios climáticos para la cuenca del río Santa hasta el
2030. En segundo lugar nacional
Comunicación sobre el Cambio Climático.
SENAMHI. 2009b. Los escenarios climáticos para el Perú hasta el 2030. En la
Segunda Comunicación Nacional
sobre el Cambio Climático. Preparado con la colaboración del Ministerio de Medio
ción y el PNUD.
Silva, Y., K. Takahashi, Cruz del Norte, Transmonte G. Mosquera, K., Nickl E., R.
Chávez, B.
Segura y P. Lagos, 2006. La variabilidad y el cambio climático en el río Mantaro
cuenca, los Andes centrales del Perú. En la Conferencia Internacional sobre el
Hemisferio Sur
Meteorología y Oceanografía (ICSHMO), 8, 2006. Foz do Iguau. Actas, tanto
José dos Campos, el INPE, CD-ROM ISBN 85-17-00023-4, 407-419.
Silva, Y., K. Takahashi, y Chávez R., 2007. Temporadas de lluvia seca y húmeda en el
Mantaro
cuenca del río (Central de los Andes peruanos). Adv. Geosci 14: 14. Publicado por
Copérnico-
Publicaciones CUS el nombre de la Unión Europea de Geociencias.
Singh, P., N. Kumar, M. y Arora. 2000. Grado-día para los factores de nieve y el hielo
para Dokri-
ani glaciar, el Himalaya Garhwal. Journal of Hydrology 235: 111.
Smith, A. C, y Sardeshmukh p. 2000. El efecto del ENSO en la variabilidad
intraestacional
Ance de temperatura de la superficie en invierno. J. Internacional de Climatología
20: 15431557.
Stone, A., D. y R. i Unión Nacional Karen. 2010. El tiempo y el clima. En: Cambio
Climático y Agua Re-
fuentes de Modelado, C. F. Fung y A. López, eds. En prensa.
Von Storch, H. 1995. Inconsistencias en la interfaz de estudios de impacto climático y
global
investigación del clima. Meteorol Z 4 NF: 7280.
Suárez, W. 2007. Le bassin du fleuve vertiente Santa (Los Andes du Prou):
Dynamique des
coulements en contexte glacio-pluvio-nival. Tesis Doctoral, Université de Mont-
Pellier 2, de Montpellier.
Suárez, W., P. Chevallier, Pouyaud B. y P. López. 2008. Modelando el balance de
agua en
la glacierized Parn lago (Cordillera Blanca, Perú). Ciencias Hidrológicas 53.
Thomson, M. C, FJ Doblas-Reyes, SJ Mason, R. Hagedorn, SJ Connor, T. Phindela,
A. P. Morse, y T. N. Palmer. 2006. Malaria primeras advertencias sobre la base de
la temporada
pronósticos climáticos de varios modelos conjuntos. Naturaleza 439: 576579.
Urrutia, R. y M. Vuille. 2009. Proyecciones de cambio climático para los Andes
tropicales nosotros
construcción de un modelo climático regional: simulaciones de temperatura y
precipitación para el
finales del siglo 21. J. Geophys. Res.. 114: 18231825, 1828, 1832, 1837. D02108,
doi: 10.1029/2008JD011021.
Vauchel, P. 2005. HYDRACESS: Software para la gestión y tramitación de hidro-me-
de datos hidrometeorológicos. Disponible en www.mpl.ird.fr / HYBAM / outils /
logiciels.htm.
Vergara, W., A. Deeb, A. Valencia, RS Bradley, B. Francou, S. Hauessling, A. Grun-
waldt y A. Zarzar. 2007. Las consecuencias económicas de un rápido retroceso de
los glaciares en el
Los Andes. Diario de la Unión Geofísica Americana, EOS 88 (25), junio.
Vergara, W., N. Toba, D. Mira-Salama, A. y Deeb. 2009. Las consecuencias del
cambio climático-
La pérdida de los corales en el Caribe por 205.080. En Medio Ambiente res Ma en
el
Del Banco Mundial. La valoración de servicios de los ecosistemas costeros y
marinos. El Banco Mundial,
Washington, DC.
Vergara, W. y S. Scholz, eds. 2011. Evaluación del riesgo de muerte regresiva del
Amazonas. Mundo
Banco Mundial, Washington, DC.
Vicuña, S., R. Garreaud, J. y McPhee. 2010. Impactos del cambio climático en la
hidrología-
gía de una cuenca deshielo impulsado en Chile semiárido. Cambio Climático. DOI
10.1007 /
s10584-010-9888-4.
Vicente, Los Angeles, Peterson TC, Barros VR, Marino MB, Rusticucci M., G.
Carrasco, E.
Ramírez, LM Alves, Ambrizzi T., Berlato MA, Grimm AM, JA Marengo, L.
Molion, DF Moncunill, Rebello E., Anunciaco YM, Quintana J., JL Santos, J.
Báez, G. Coronel, J. García, I. Trebejo, M. Bidegain, Haylock MR, D. y Karoly.
2005. Las tendencias observadas en los índices de temperaturas extremas diarias
en América del Sur
19602000. J. Climático 18: 50115023.
Vuille, M., S. y R. Bradley. 2000. La media de las tendencias anuales de temperatura y
sus verticales
estructura en los Andes tropicales. Le Geophys Res. 27: 38853888.
Vuille, M., RS Bradley, Francou B., Kaser G., y Mark BG. 2007. El cambio climático en
los Andes tropicales. Impactos y consecuencias de las glaciaciones y los recursos
hídricos.
Parte I: La base científica. Un informe para el CONAM y el Banco Mundial.
Amherst,
Massachuse s, 24 de enero de 2007.
Vuille, M., B. Francou, P. Wagnon, Juen I., Kaser G., Marcos BG, y Bradley RS. 2008.
El cambio climático y los glaciares andinos tropicales: pasado, presente y futuro.
Tierra-Ciencia
Ap 89: 7996.
Wilby, R. L., L. y T. M. Wigley. 1997. Reducción de escala de la producción general de
modelo de circulación:
Una revisión de los métodos y limitaciones. Prog. Phys.. Geogr. 21: 530548.
Wood AW, LR Leung, Sridhar V., y DP Le enmaier. 2004. Hidrológica implicaciones
ciones de los enfoques dinámicos y estadísticos en el modelo de reducción de
escala del clima fuera de
pone. Sobre el Cambio Climático 62: 189216.
Yates, D., J. Sieber, Purkey D., y R. Huber Lee-. 2005. WEAP21: Una demanda, de
prioridades,
y la preferencia del modelo basado en la planificación del agua. Parte 1:
Características del modelo. Agua
Internacional 30:487500.
Yun, X, Y. Liu B., M. y A. Al acercarse. 2002. Un umbral práctico para separar erosiva
y no erosivas tormentas. Transacciones de la Sociedad Americana de Inge-
agrícolas
ros 45 (6): 18431847.
Zhang, Y., S. Liu, Y. y Ding. 2007. Glaciar agua de deshielo y el modelado de la
escorrentía, Keqicar
Baqi glaciar, el suroeste de Tien Shan, China. Diario de Glaciología 53: 9199.
Apéndices
Apéndice 1. IPCC - Escenarios de Emisiones
E n 1992, por primera vez, el IPCC publicó los escenarios de emisiones para su uso
en la conducción mundial
modelos de circulación para desarrollar escenarios de cambio climático.
En 1996, el IPCC decidió desarrollar un nuevo conjunto de escenarios de
emisiones (el Relator Especial
Informe sobre escenarios de emisiones, o del IE-EE), que proporciona la entrada al
tercer lugar del IPCC
Informe de Evaluación (TAR) en 2001. Los escenarios del IEEE también se utilizaron
para la cuarta-
sessment Report (AR4) en el año 2007. Desde entonces, los escenarios del IE-EE han
sido objeto de dis-
discusión porque el crecimiento de las emisiones desde el año 2000 puede haber
hecho estos escenarios obsoleto. Es
claro que el Quinto Informe de Evaluación del IPCC se desarrollará una nueva serie de
escenarios de emisiones.
Este estudio utilizó dos de las emisiones del IPCC SRES escenarios para sus
análisis (A1B
y B1). En los párrafos siguientes se ofrece una breve reseña de los IE-EE del IPCC
esce-
narios y muestran el intervalo de espera de incremento de temperatura hacia el final
de la 21a
siglo bajo cada uno de estos escenarios.
Los escenarios del IE-EE abarcan una amplia gama de las principales fuerzas
impulsoras de las futuras emisiones de
nes, de los demográficos a los avances tecnológicos y económicos. Ninguno de los
esce-
narios incluye todas las futuras políticas que aborden de manera explícita el cambio
climático, a pesar de todos los
escenarios abarca necesariamente las diversas políticas de otros tipos, y para otros
sectores.
El conjunto de emisiones del IEEE escenarios se basa en una evaluación extensa
literatura, seis
enfoques alternativos para modelar, y un "proceso abierto", que solicitó amplia
participación
ción y la opinión de muchos grupos científicos y las personas. Los escenarios del IEEE
en-
incluir una serie de emisiones de todos los gases pertinentes y azufre, así como su
subyacente a las fuerzas de conducción.
Como una característica fundamental de todos los escenarios de emisiones, el
IPCC desarrolló cuatro dife-
historias narrativas diferentes para describir las relaciones entre las fuerzas de
conducción de emisiones
y su evolución en el tiempo (Figura A1.1). Cada historia representa demo-diferentes
la evolución gráfica, sociales, económicos, tecnológicos y ambientales. Cada emisión
de
nes escenario representa una interpretación cuantitativa específica de uno de los
cuatro pisos de
líneas. Todos los escenarios basados en la misma línea evolutiva constituye un
escenario de "familia" 1.
La historia y escenario familiar A1 describe un mundo futuro de un rápido eco-
el crecimiento económico, los picos de la población mundial a mediados de siglo
21 y la disminución de allí-
Figura A1.1. Representación esquemática de los escenarios del IEEE
Fuente: IPCC 2000, modificada.

después, y la rápida introducción de tecnologías nuevas y más eficientes. Mayor
temas fundamentales de la línea evolutiva A1 son la convergencia entre
regiones, ca-
dad de construcción, y el aumento de las interacciones culturales y sociales, con
una importante
reducción de las diferencias regionales en el ingreso per cápita. La familia de
escenarios A1
desarrolla en tres grupos que describen direcciones alternativas de cambio
tecnológico
cambio en el sistema energético. Los tres grupos A1 se distinguen por su
tecnológica énfasis: intensiva de combustibles fósiles (A1FI), fuentes no fósiles
de energía
(A1T), o un equilibrio entre todas las fuentes (A1B).
La historia y escenario familiar A2 describe un mundo bastante heterogéneo.
El tema subyacente es la autosuficiencia y la preservación de las identidades
locales. Global
la población aumenta de forma continua. En su mayor parte, el desarrollo
económico es
el crecimiento económico regional orientado, y per cápita y el cambio
tecnológico
están más fragmentados y son más lentos que en otras líneas evolutivas.
La historia y escenario B1 describe un mundo convergente con la misma
población mundial que alcanza su máximo a mediados de siglo y disminuye
posteriormente, como en la A1
historia, pero con rápidos cambios en las estructuras económicas hacia un
servicio y en-
economía formación, con reducciones en la intensidad material, y la introducción
de
tecnologías limpias y eficientes en recursos. El énfasis está en soluciones
globales a los
sostenibilidad económica, social y ambiental, incluyendo la mejora de la
equidad,
pero sin iniciativas climáticas adicionales.
La historia y escenario B2 describe un mundo en el que el énfasis
en las soluciones locales a la sostenibilidad económica, social y ambiental. Lo
es un mundo cuya población mundial continua creciendo a un ritmo menor que
el de la A2, con niveles intermedios de desarrollo económico, y menos rápida y
cambio tecnológico más diversa que en el B1 y A1. Mientras que el
escenario también está orientado hacia la protección del medio ambiente y la
equidad social,
se centra en los niveles locales y regionales.
El panorama en la tabla A1.1 resume los cambios de temperatura que
probablemente dentro de cada
de los casos antes descritos. Esto demuestra que B2 conduciría a un cambio de
temperatura de
Cuadro A1.1. Promedio mundial proyectado calentamiento de la superficie y el

aumento del nivel del mar al final de
el siglo 21 de acuerdo a diferentes escenarios del IE
Fuente: IPCC 2007.

aproximadamente 2.4C hacia el final del siglo, bajo A1B el cambio de temperatura
Se estima que 2.8C, mientras que A2 es más extrema con un cambio 3.4c proyectada.
Es importante señalar que los cambios de temperatura superficial proyectados
hacia el
finales del siglo 21a exhiben una amplia gama de estimaciones probables, como se
muestra por las barras
al lado del panel de la derecha de la figura A1.2.
Figura A1.2. Escenarios de emisiones de GEI entre 2000 y 2100 (en ausencia de
políticas climáticas adicionales) y las proyecciones de temperaturas de la superficie
Fuente: IPCC 2007.

Notas: Panel izquierdo: Las emisiones mundiales de gases de efecto invernadero (en
Gt de CO2-eq) en la ausencia de políticas climáticas:
ilustrativos del IEEE seis escenarios de referencia (líneas de color) y el rango percentil
80 de los escenarios de los últimos
publicado desde IE-EE (post-IE-EE) (sombreado en gris la zona). Las líneas
punteadas muestran la gama completa de post-IE-EE
escenarios. Las emisiones incluyen CO2, CH4, N2O y los gases F.
Derecha: Las líneas continuas son medias globales multimodelo de calentamiento
de la superficie para los escenarios A2, A1B
y B1, que se muestra como continuaciones de las simulaciones del siglo 20. Estas
proyecciones también tienen en cuenta
las emisiones de gases de efecto invernadero de corta duración y los aerosoles. La
línea rosa no es un escenario, pero es para Atmósfera-
simulaciones esfera Océano modelo de circulación general (AOGCM), donde las
concentraciones atmosféricas son
mantiene constante en valores del año 2000. Las barras a la derecha de la figura
indican la mejor estimación (línea sólida
dentro de cada barra) y el rango probable evaluado para los seis escenarios del
marcador en el 20902099. Todos los tem-
temperaturas son relativas al período 19801999.
Declaraciones de la confianza del IPCC

Citando el IPCC Cuarto Informe de Evaluación Nota de Orientación sobre la
incertidumbre (IPCC,
2005):
Probabilidad, tal como se define [a continuación], se refiere a una evaluación
probabilística de algunos
resultado bien definido que ha ocurrido o que ocurre en el futuro.
Las categorías definidas en esta tabla debe ser considerada como de `los límites
difusos.
La cordillera central de esta magnitud no debería usarse para expresar la falta de
conocimiento ... Hay
es evidencia de que los lectores pueden ajustar su interpretación de este lenguaje
probabilidad de ac-
Cording a la magnitud de las posibles consecuencias percibidas.
Probabilidad Terminología de los resultados

> 99% de probabilidad de ocurrencia Virtualmente cierto
Es muy probable que> 90% de probabilidad
Probable> 66% de probabilidad
Acerca de probabilidades% de probabilidad, no 33 a 66
Probabilidad improbable <33%
<10% de probabilidad muy poco probable
<1% de probabilidad Excepcionalmente improbable
Fuente: IPCC 2005.
Un nivel de confianza se definió como bien, y la terminología se reproduce a

continuación
y se puede utilizar para caracterizar la incertidumbre que se basa en el juicio de
expertos para el
corrección de un modelo, un análisis, o una declaración. Los dos últimos términos en
esta escala son
reservado para las áreas de mayor preocupación que deben tenerse en cuenta a partir
de un riesgo o una oportunidad
punto de vista, y la razón de su uso debe ser explicado detenidamente.
Terminología Grado de confianza en estar en lo correcto

Confianza muy alta por lo menos 9 de cada 10 posibilidades de ser correcta
Una confianza alta Aproximadamente 8 de cada 10 oportunidades
Confianza media Aproximadamente 5 de cada 10 oportunidades
Baja confianza Aproximadamente 2 de cada 10 oportunidades
La confianza muy baja menos de 1 de cada 10 oportunidades
Fuente: IPCC 2005.
Notas
1. Para cada argumento, varios escenarios diferentes se han desarrollado utilizando
modelos diferentes AP-
enfoques para examinar la gama de resultados derivados de una amplia gama de
modelos que utilizan similar al de-
supuestos sobre las fuerzas motrices.

Un Estudio Del Banco Mundial

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Un Estudio Del Banco Mundial

Загружено:

Авторское право:

Доступные форматы

Un estudio del Banco Mundial

Evaluación de los Impactos del cambio climático en Hidrología de Montaña

Walter Vergara, Alejandro Deeb, Irene Leino,

Evaluación de los Impactos del cambio climático en Hidrología de Montaña

Derechos de Autor 2011

El Banco Mundial y ESMAP no garantiza la exactitud de los datos incluidos en este

Derechos de autor y licencias

El material de esta publicación está protegido por copyright. La reproducción y / o

Cualquier otra consulta sobre derechos y licencias, incluyendo derechos subsidiarios,

Objetivo del estudio 1

Impactos Climáticos en el Reglamento de Agua ................................ 9

3. Análisis del Clima 13

De alta resolución de proyección climática para el Perú para el siglo 21 ..... 14

5. Prueba de la Herramienta de Hidrología a nivel de cuenca .. .......................... 46

Apéndice 1. IPCC - Escenarios de Emisiones .......................................... 83

Apéndice 2. Verificación de la capacidad del conjunto de datos simulados para

Apéndice 3. Esquema subgrid Orografía...................................... ....................... 92

Apéndice 4. Informe técnico sobre glaciar y de alta elevación del Modelo de

Apéndice 5. Páramo módulo en WEAP ..................................... ......................... 135

Apéndice 6. Calibración de subcuencas sin glaciares..................................... .... 143

Tabla ES 1. Resumen de los enfoques utilizados en el análisis del clima

Cuadro 3.3. Estadísticamente significativos observados y estimados de las tendencias

Cuadro 3.4. Evaluación de las habilidades: Aplicación de los criterios de las

Cuadro 4.1. Principales criterios de selección para el modelado glaciar ................

Cuadro A1.1. Promedio mundial proyectado calentamiento de la superficie y el

Cuadro A2.1. La precipitación mensual del PNNL / NCAR simulaciones ......................

Cuadro A4.2. Los resultados de la modelización de 10 sub-cuencas de g en la cuenca

Cuadro A4.4. Resultados de la simulación en la calibración y validación con tres

Tabla A6.1. Los parámetros de calibración ................................................ ...................

Tabla A6.2. Estadísticas de la correspondencia entre el volumen observado y volumen

Tabla A7.1. Bandas de altitud para las subcuencas diferentes y la notificación de la

Tabla A7.2. Clasificación de la tierra cubierta de ATA-INADE (2002) y la simplificación

Tabla A7.4. Criterios para la calibración y validación de los períodos

Tabla A7.5. Resultados de escurrimiento, y lo observado, que forma parte de las

Figura 1.2. Esquema del río Santa .........................................

Figura 1.3. Ubicación de los sistemas Rímac y Mantaro

Figura 2.1. Anomalías de temperatura previstas en la Cordillera Americana

Figura 2.2. La pérdida acumulada en la longitud de los glaciares seleccionados en los

Figura 3.6. Los posibles cambios en la temperatura y la precipitación en el río Santa

Figura 3.7. La precipitación y temperatura de la serie de tiempo asociada con dos

Figura 3.8. La variabilidad en la precipitación (en mm) para el histórico (1960-1999),

Figura 3.9. Esquema de subgrid orografía .......

Figura 3.10. Simulada (izquierda) y observado (derecha) de precipitación para el Perú

Figura 3.11. El análisis de tendencias: la regionalización de las tendencias observadas

Figura 3.15. La precipitación mensual (mm) y la anomalía (%) según el modelo de

Figura 3.16. La precipitación mensual (mm) y la anomalía (%) según el modelo de la

Figura 3.17. La precipitación mensual (mm) y la anomalía (%) según el modelo de

Figura 3.18. Análisis comparativo de los resultados: Los gráficos indican la

Figura 4.1. Ilustración de la subcuencas y las bandas de elevación

Figura 5.2. Los caudales observados y simulados en Llanganuco, Parn, y La Balsa en

Figura 5.3. La comparación de los caudales simulados y observados para 1970-1999

Figura 5.4. Comparación de los caudales en La Balsa, con y sin glaciares

Figura 5.6. Mapa de las zonas de precipitaciones y la ubicación de estaciones de

Figura 6.6. Comparación de la media de descargas mensuales en el río Santa

Figura 6.9. Comparación de la media de descargas mensuales en el río Mantaro para

Figura 6.11. Comparación de la media de descargas mensuales en el río Rímac

Figura A1.1. Esquema de ejemplo de los escenarios del IEEE

Figura A3.1. Esquema de subgrid orografía ...............................................

Figura A3.2. Elevación de la superficie utilizada para la reducción de escala para el

Figura A3.4. Simulada (izquierda) y distribución observada (derecha) de la temperatura

Figura A3.6. Simulada (izquierda) y observada (derecha) de precipitación para Bolivia

Figura A3.8. El cambio simulado en la temperatura del aire superficial de Bolivia

Figura A3.9. Precipitación para el Perú de la década de 1990 (superior izquierda) y el