En un reciente trabajo publicado en Scientific Reports por miembros del equipo EPICOS se presenta una nueva metodología para corregir el sesgo de las proyecciones climáticas de variables ambientales que muestran una elevada variabilidad. El uso de técnicas tradicionales para la corrección del sesgo de las proyecciones climáticas puede conducir a resultados imprecisos sobre los impactos del cambio climático. En este trabajo se introduce una técnica no estacionaria para corregir el sesgo mediante distribuciones teóricas paramétricas no estacionarias que tienen en cuenta la variabilidad del clima a diferentes escalas de tiempo. Puede aplicarse a series climáticas con una gran variabilidad temporal, incluidas aquéllas que muestran intermitencia como es el caso de la precipitación. Para estas últimas el procedimiento propuesto incluye el establecimiento previo de un umbral que varía en el tiempo para definir de manera coherente la ocurrencia de eventos. La metodología se ilustra con su aplicación a datos diarios de proyecciones de precipitación para los años 2006-2100 procedentes de siete modelos climáticos en el escenario RCP 8.5, usando también observaciones registradas durante el periodo 1970-2005. Los resultados se comparan con los obtenidos mediante la técnica ampliamente usada que se conoce como Quantile Delta Mapping (QDM). Se observa que el método propuesto mejora la capacidad de reproducir tanto la variabilidad a lo largo del año de la ocurrencia de precipitación como el comportamiento de valores medios y extremos de la intensidad de la lluvia.
Gráfico de la variación mensual de nw (número medio de dias de lluvia), xm (precipitación media), x95 (valor medio del percentil 95) y xcum (precipitación acumulada media) del conjunto de modelos (valores mínimo, medio y máximo) para las proyecciones corregidas con los métodos QDM y el ajuste no estacionario propuesto en dos estaciones representativas de la zona de estudio. La líneas negras sólidas representan los valores de los datos observados durante el periodo 1970 – 2005.
Cantalejo, M., Cobos, M., Millares, A., & Baquerizo, A. (2024). A non-stationary bias adjustment method for improving the inter-annual variability and persistence of projected precipitation. Scientific Reports, 14(1), 25923. https://doi.org/10.1038/s41598-024-76848-2