Tema 110.- Modelos climáticos.

Objetivo

Explicar las diferencias entre los modelos climáticos y los modelos utilizados para la predicción del tiempo;
explicar por qué hay incertidumbre en las predicciones/proyecciones climáticas; describir la forma en que
pueden verificarse las predicciones climáticas, y explicar por qué existen diferencias entre las predicciones
intra-anuales estadísticas y las predicciones de modelos climáticos.

ÍNDICE

1.- Introducción
2.- Modelos climáticos
3.- Diferencias entre los modelos climáticos y los modelos para predecir el tiempo
4.- Incertidumbre en las predicciones/proyecciones climáticas
5.- Verificación y evaluación de los modelos climáticos
6.- Predicciones estacionales e intra-anuales dinámicas y estadísticas
7.- Conclusiones

1.- Introducción

El clima en un sentido restrictivo se define habitualmente como el promedio del tiempo, o más
rigurosamente como la descripción estadística en términos de media y variabilidad de magnitudes relevantes
sobre un periodo de tiempo que va desde meses a miles o incluso millones de años. El periodo clásico tomado
como referencia por la OMM es de 30 años. Las variables relevantes que definen el clima son frecuentemente
variables en superficie tales como la temperatura, la precipitación, el viento, etc.

En un sentido amplio el clima es el estado -incluyendo su descripción estadística- del sistema climático.
Esta definición es la que se acepta por el IPCC y la más comúnmente aceptada en la actualidad.

El sistema climático (véase Figura 1) es el sistema altamente complejo que consta de cinco componentes
principales (atmósfera, hidrosfera, criosfera, litosfera y biosfera) y de las interacciones entre ellos. El sistema
climático evoluciona con el tiempo bajo la influencia de su propia dinámica interna y por los forzamientos externos
tales como las erupciones volcánicas, las variaciones en la radiación solar que alcanza la Tierra y los forzamientos
antropogénicos tales como los cambios causados por el hombre en la composición de la atmósfera y en el uso de
suelo.

AEMET. Curso PIB-M. Tema 110. 1

 Figura 1: Esquema del sistema climatico, de sus componentes, de sus cambios, de los principales procesos que
tienen lugar y de los forzamientos externos (fuente: IPCC)

La predicción -bien sea del tiempo o del clima- es esencialmente un problema de valores iniciales, en el
que conocidas las condiciones iniciales, el estado previsto del sistema se obtiene al resolver mediante modelos
numéricos las ecuaciones discretizadas de los diferentes componentes del sistema climático. La predicción
estacional y decadal constituyen un ejemplo de predicción climática.

Las proyecciones climáticas no son predicciones propiamente dichas sino que más bien son predicciones
condicionadas. Es decir, si las emisiones de gases de efecto invernadero siguen cierta evolución entonces el
sistema climático evolucionará de una forma condicionada por dichas emisiones. Las proyecciones se emplean
normalmente en el contexto de cambio climático. Las proyecciones no se inicializan con condiciones iniciales
realistas ya que no intentan predecir el clima en las escalas temporales próximas. La evolución de las
proyecciones depende esencialmente de los forzamientos externos, fundamentalmente de la concentración de
gases de efecto invernadero que a su vez depende de las emisiones de los mismos.

AEMET. Curso PIB-M. Tema 110. 2

2.- Modelos climáticos

Los modelos climáticos son representaciones numéricas del sistema climático basadas en las propiedades
físicas, químicas y biológicas de sus componentes, sus interacciones y los procesos de retroalimentación que dan
cuenta de sus principales propiedades. Los modelos climáticos resuelven las ecuaciones de las leyes y principios
de la Física que gobiernan los procesos en cada componente del sistema climático, así como los intercambios de
energía y masa entre ellos Las complejas retroalimentaciones internas del sistema climático determinan su
comportamiento altamente no lineal. Los modelos climáticos nos permiten estudiar los cambios climáticos que
ocurrieron en nuestro planeta en tiempos pasados y constituyen una herramienta importante para comprender el
funcionamiento de los procesos climáticos. Los modelos son además la principal manera de estimar cómo el clima
podría cambiar en el futuro (véase figura 2).

Los modelos climáticos poseen una complejidad variable. Para cualquiera de los componentes del modelo
climático existe una jerarquía de modelos que difieren en el número de dimensiones espaciales, resolución,
procesos físicos, químicos o biológicos explícitamente representados o el diferente nivel de las parametrizaciones
empíricas para los procesos no explícitamente resueltos.

Figura 2: Simulaciones del modelo del clima actual (década de 1990) y futuro (década de 2090).Fuente: NCAR

De forma análoga a los modelos empleados para hacer pronósticos del tiempo, los modelos climáticos que
simulan el sistema climático del planeta discretizan (ver Fig. 3) las ecuaciones básicas de la atmósfera, océano y
resto de componentes sobre una rejilla tridimensional que cubre las masas continentales, los océanos y la
atmósfera. Dependiendo de la capacidad de cálculo disponible en cada momento, la rejilla de la componente
atmosférica puede llegar a alcanzar hasta aproximadamente 100 niveles verticales y espaciados horizontales de
hasta 100 km. Los modelos también contienen parametrizaciones de procesos -tales como la convección- que se
producen en escalas demasiado pequeñas para ser resueltas explícitamente por las ecuaciones discretizadas.

AEMET. Curso PIB-M. Tema 110. 3

 Figura 3: Representación esquemática de un modelo climático (fuente: NOAA)

Los modelos se utilizan también para realizar proyecciones de climas futuros posibles basados en
escenarios alternativos de emisión de gases de efecto invernadero. Estos escenarios de emisión que condicionan
el clima futuro dependen de una serie de suposiciones sobre la población mundial, las tecnologías en uso, las
fuentes de combustibles, etc. Los resultados de los modelos climáticos se utilizan a su vez para alimentar modelos
de impacto en diferentes ecosistemas y sectores que dependen críticamente de las condiciones climáticas.

Desde la década de 1960, cuando empezaron a desarrollarse los modelos climáticos, éstos eran
relativamente limitados en cuanto a componentes, procesos y resolución. Desde entonces, se han agregado
componentes nuevos (ver Figura 4) y ha aumentado la resolución en paralelo con el aumento de capacidad de
cálculo ligado al desarrollo de nuevos y más potentes ordenadores. Consecuencia de todo ello ha sido la mejora
continuada de los modelos climáticos. No obstante, cabe destacar que incluso los primeros modelos relativamente
ya eran capaces de simular muchas de las características que observamos ahora, como el mayor calentamiento
en las latitudes altas en comparación con las latitudes más bajas.

AEMET. Curso PIB-M. Tema 110. 4

 Figura 4: Aumento en la complejidad de los modelos climáticos globales desde mediados de la década de 1960
(fuente: UCAR)

Hasta muy recientemente los modelos climáticos eran básicamente modelos acoplados atmósfera-océano
de circulación general (AOGCM). De hecho, la mayoría de los modelos utilizados hasta el Cuarto Informe de
Evaluación (AR4) del IPCC pertenecían a esta categoría. Se denominan modelos del sistema Tierra (ESM) a los
modelos climáticos acoplados atmósfera-océano (AOGCM) que incluyen una representación del ciclo del carbono,
permitiendo el cálculo interactivo del CO2 atmosférico compatible con las emisiones. Pueden también incluir
componentes adicionales tales como química atmosférica, vegetación dinámica, mantos de hielo, ciclo del
nitrógeno, modelos urbanos y de cosechas, etc.

AEMET. Curso PIB-M. Tema 110. 5

 Figura 5: Esquema del ciclo del carbono en el sistema climático. Las unidades expresadas en la figura son: PgC
para los contenidos en los diferentes componentes y PgC/año para los flujos entre componentes.

3.- Diferencias entre los modelos climáticos y los modelos para

predecir el tiempo

Los modelos climáticos poseen diferencias y similitudes con los modelos utilizados para predecir
operativamente el tiempo en los próximos días que se utilizan operativamente en los servicios meteorológicos.

Los modelos de predicción del tiempo constan esencialmente de dos componentes, atmósfera y superficie
terrestre, mientras que los modelos climáticos -como se ve en la Figura 4- incorporan un número creciente de
componentes que son relevantes en las escalas temporales decadales y seculares. En los modelos que se utilizan
para hacer predicciones a escala estacional y anual, como los utilizados para predecir El Niño, se incorporan a la
componente atmosférica y de superficie terrestre una componente oceánica.

AEMET. Curso PIB-M. Tema 110. 6

 Mientras que la predicción del tiempo es esencialmente un problema de valores iniciales, la predicción
climática es un problema de forzamiento por los contornos (véase Figura 5). En los modelos de predicción del
tiempo es crítico el conocimiento de las observaciones en el instante inicial que se incorporan mediante cada vez
más sofisticados métodos de asimilación de las condiciones iniciales. La asimilación de datos proporciona
condiciones iniciales en una rejilla regular a partir de observaciones irregularmente repartidas en el espacio y en el
tiempo.

En los modelos climáticos las condiciones iniciales pasado un cierto tiempo se “olvidan”, y es una práctica
habitual comenzar las integraciones en un momento suficientemente anterior (p.e., mediados del siglo XIX) para
simular el clima presente, de esta forma se asegura que las diferentes componentes del sistema climático se han
ajustado entre sí y no existen desequilibrios en los componentes del sistema que responden en las escalas de
tiempo más largas. Como se ve en la Figura 5, las predicciones decadales están situadas en una escala
intermedia donde son relevantes tanto las condiciones iniciales como el forzamiento por los contornos por lo que
en este caso es necesario inicializar las integraciones con condiciones iniciales realistas basadas en las
observaciones.

Figura 5: Problema de valores iniciales frente al problema de condiciones de contorno (IPCC)

En los modelos de predicción del tiempo es crítico disponer de algoritmos precisos y sobre todo eficientes
que permitan una integración con los ordenadores disponibles en un plazo de tiempo ajustado a las necesidades
operativas. Esta restricción suele estar ligada al uso de parametrizaciones físicas más simples que precisen de
una capacidad de cálculo no excesiva. Por el contrario, en los modelos climáticos es esencial la conservación de
ciertas magnitudes físicas, como la masa y la energía, consistentemente con los principios físicos subyacentes a
los modelos.

Finalmente, en los modelos climáticos se intenta caracterizar el clima, esto es los valores medios y la
variabilidad en diferentes escalas temporales, por lo que es muy importante simular de forma realista la función de
distribución de probabilidad (pdf). En los modelos de predicción del tiempo solamente estamos interesados en
conocer la posición probable en el espacio de fases.

AEMET. Curso PIB-M. Tema 110. 7

4.- Incertidumbre en las predicciones/proyecciones climáticas

4.1.- Incertidumbre en las proyecciones climáticas

La generación de proyecciones de cambio climático está sujeta a una variedad de fuentes de

incertidumbre que afectan a todos los pasos del proceso de su generación, comenzando desde el establecimiento
de los escenarios alternativos de posibles evoluciones en las emisiones de gases de efecto invernadero y
aerosoles, que afectan al forzamiento radiativo, hasta los algoritmos que proyectan las evoluciones a escala
regional. Estas incertidumbres se pueden describir en forma jerárquica o de cascada (Mitchell y Hulme, 1999), de
tal forma que cada paso conducente a la generación de proyecciones regionales hereda todas las incertidumbres
de los pasos anteriores (ver Figura 6).

Figura 6: Envolvente de la cascada de incertidumbres por la multiplicidad de fuentes de incertidumbre

AEMET. Curso PIB-M. Tema 110. 8

4.1.1- Incertidumbres en los forzamientos naturales

En el vértice de todas las incertidumbres se sitúan los forzamientos externos de tipo natural. Entre estos
se pueden mencionar los cambios en la radiación solar que llega al tope de la atmósfera y las emisiones de
aerosoles sulfurosos procedentes de las grandes erupciones volcánicas que alcanzan la estratosfera y tienen un
tiempo de permanencia de unos pocos años. Este último efecto se manifiesta principalmente como un aumento de
la reflexión de la radiación solar incidente y por lo tanto constituye un forzamiento radiativo negativo. Los
forzamientos naturales se consideran impredecibles y no están contemplados patrones de evolución al menos en
las escalas temporales aquí consideradas.

4.1.2.- Incertidumbres en las emisiones de gases de efecto invernadero

A continuación en la pirámide de las incertidumbres se sitúa la evolución futura de la emisión de gases de

efecto invernadero, de aerosoles y de cambios de usos de suelo que afecta al forzamiento radiativo en la
atmósfera. Obviamente esta evolución futura dependerá de la marcha de la economía, del desarrollo tecnológico,
de las fuentes energéticas disponibles y del patrón de consumo energético, de la demografía, etc. y de las
decisiones políticas que afecten a la evolución de los anteriores puntos. Como esta evolución no es predecible, al
menos según los modelos físico-matemáticos que simulan los procesos del sistema climático, se recurre a utilizar
una serie de escenarios plausibles de futura evolución de los anteriores factores de tipo socio-económico.

4.1.3.- Incertidumbres en las concentraciones de gases de efecto invernadero

A las incertidumbres sobre la evolución futura de las emisiones hay que añadir las asociadas a cómo estas
emisiones afectan a las concentraciones de gases de efecto invernadero, puesto que no se conoce exactamente
el destino de las emisiones o lo que es lo mismo no se conoce plenamente el ciclo del carbono. Este es un punto
muy importante, porque algunos procesos implicados en el ciclo del carbono (equilibrio oceánico del dióxido de
carbono, por ejemplo) son dependientes de la temperatura, que, a su vez, es sensible a las concentraciones de
dióxido de carbono.

4.1.4.- Incertidumbres en los modelos globales

Las mismas herramientas utilizadas para generar las proyecciones climáticas, es decir, los modelos
acoplados atmósfera océano de circulación general y los más complejos modelos del sistema Tierra muestran en
su nivel actual de desarrollo también muchas incertidumbres. Los diferentes modelos constituyen distintas
formulaciones de las ecuaciones que describen los distintos componentes del sistema climático, considerando
distintas mallas, resoluciones, esquemas numéricos, parametrizaciones de procesos físicos, etc. Las simulaciones
de cambio climático producidas con distintos modelos climáticos en los mismos escenarios de cambio climático
muestran una considerable dispersión, reflejando distintas representaciones de la sensibilidad del clima a cambios
en el forzamiento externo (sensibilidad climática), y por lo tanto un alto nivel de incertidumbre, que depende en

AEMET. Curso PIB-M. Tema 110. 9

gran medida de las regiones, estaciones, variables, etc. Los procesos mismos simulados por los modelos
climáticos incluyen incertidumbres. De hecho, la modelización del sistema climático ha ido añadiendo complejidad
y subsistemas adicionales con el paso de los años. Por ejemplo, gran parte de las simulaciones realizadas en
AR4-IPCC suponían que la vegetación era constante en el tiempo y permanecía invariable en simulaciones
seculares de cambio climático antropogénico. En la realidad, la vegetación, que lógicamente depende de las
condiciones climáticas cambiantes, tiene también capacidad para afectar al clima, y como tal debe simularse.

4.1.5.- Incertidumbres estructurales

Bajo este epígrafe se incluyen las incertidumbres asociadas a la absoluta falta de conocimiento de algún
proceso que afecte al sistema climático. A modo de ejemplo se puede mencionar el relativamente reciente papel
de la “circulación de aguas profundas” como posible agente de cambio climático abrupto. De hecho, las
simulaciones del sistema climático se han ido haciendo más complejas al incluir subsistemas y procesos que en
los primitivos modelos no estaban contemplados.

4.1.6.-. Incertidumbres en las técnicas de regionalización

Las distintas técnicas de regionalización (estadísticas y dinámicas) contribuyen a la incertidumbre con

fuentes de error adicionales. Los métodos estadísticos sufren, en su capacidad predictiva, la limitación específica
debida a que las relaciones entre las variables a gran escala y las variables locales no tienen porqué mantenerse
frente a cambios en el clima. De hecho las relaciones entre ambas variables se establecen en un periodo
relativamente corto observacional y se prescriben para situaciones futuras que pueden distar bastante en el
tiempo. Los modelos regionales del clima añaden fuentes de error similares a las de los modelos climáticos
globales con los que son forzados y algunas específicas a la simulación a escala regional. La incertidumbre en el
forzamiento radiativo asociada a la distribución espacio temporal de aerosoles tiene una relevancia especial a
escala regional debido a la heterogeneidad del forzamiento y la respuesta. Otro aspecto que incide de forma
importante en estas escalas son las variaciones en usos de suelo y el realismo en los modelos de suelo. La
evaluación de incertidumbres a escala regional se complica adicionalmente por la baja relación de la señal de
respuesta frente a la variabilidad climática interna. Este es especialmente el caso de variables, como la
precipitación, no directamente relacionadas con el forzamiento externo, y cuya estimación en sí misma posee ya
unas incertidumbres que dependen de otros factores meteorológicos. Los modelos de impacto en los diferentes
sectores sensibles a las condiciones climáticas (p.e., sector hidrológico, agrícola, energético, etc.) añaden fuentes
adicionales de incertidumbre que hay que estimar y acotar a la hora de determinar los impactos.

AEMET. Curso PIB-M. Tema 110. 10

4.1.7. Efectos de la variabilidad natural

Una fuente adicional de incertidumbre en las proyecciones de clima futuro surge como consecuencia de
los efectos de la variabilidad natural. Para un cierto periodo en el futuro (p. e., 2071-2100), la variabilidad natural
puede reforzar el cambio de origen antropogénico o puede contrarrestarlo. Es importante, por lo tanto, considerar
la variabilidad en los estudios de impacto y adaptación al cambio climático. Como no se puede predecir la
variabilidad natural del clima determinísticamente sobre largas escalas temporales, es razonable hacer uso de un
ensemble de experimentos, cada uno empezando con distintas condiciones iniciales para el sistema océano-
atmósfera. Los efectos de la variabilidad natural son mayores a medida que la escala temporal disminuye, siendo
más importantes en la escalas entre anuales y decadales.

4.1.8. Cambios abruptos

El sistema climático tiende a responder a los cambios de una forma gradual hasta que cruza algún umbral.
Se suele definir como cambio abrupto en el sistema climático aquel en el que el cambio en la respuesta es mucho
mayor que el cambio en el forzamiento. Los cambios en los umbrales son por lo tanto abruptos en relación con los
cambios que tienen lugar antes y después del cruce del umbral y pueden llevar a un nuevo estado. Las escalas
espaciales para estos cambios pueden ir desde la escala global a la local. Los cambios abruptos constituyen otro
tipo de incertidumbres que por su misma naturaleza son muy difíciles de estimar. Uno de los cambios abruptos
más frecuentemente mencionados es la interrupción de la circulación termohalina.

Figura 7: Las diferentes fuentes de incertidumbre consideradas en la gráfica (variabilidad interna, modelos
globales, escenarios de emisión) representadas en forma de tubo o penacho que se ensancha mostrando la
contribución relativa de las diferentes fuentes (fuente: IPCC)

AEMET. Curso PIB-M. Tema 110. 11

4.2.- Incertidumbre en las predicciones climáticas

Las predicciones climáticas (estacionales, decadales) -al igual que las predicciones a corto y medio plazo-
al tratarse de un problema de valores iniciales, tal y como se ha visto más arriba, poseen otras fuentes de
incertidumbres distintas de las proyecciones climáticas. En este caso, la incertidumbre procedente de las
condiciones iniciales es la fuente dominante y se explora con métodos de ensembles. Los métodos de predicción
basados en ensembles (o predicción por conjuntos) constituyen un método de predicción numérica del tiempo y
del clima que se utiliza para tratar de generar una muestra representativa de los posibles estados futuros de un
sistema dinámico. La predicción mediante ensembles es una forma de análisis de Monte Carlo que se basa en
múltiples predicciones numéricas generadas utilizando ligeramente diferentes condiciones iniciales que son todas
plausibles y compatibles con el conjunto de observaciones. Existen diferentes técnicas para generar ensembles,
bien utilizando la asimilación de datos o bien modificando las condiciones iniciales en las zonas más críticas - es
decir, aquellas zonas en las que una pequeña variación de las condiciones iniciales produce una gran dispersión
en la predicción subsiguiente- una vez asimilados los datos. Mientras que en las predicciones a corto y medio
plazo son especialmente relevantes las condiciones iniciales de la atmósfera, en las predicciones climáticas
(estacionales, decadales) lo realmente determinante son las condiciones iniciales oceánicas y de la criosfera ya
que sus escalas temporales de evolución son responsables de la predictibilidad en las escalas temporales que van
desde las estacionales hasta las decadales.

La segunda fuente relevante de incertidumbre en las predicciones climáticas procede de la formulación de

las ecuaciones del modelo, es decir, las aproximaciones (p.e., hidrostaticidad), las discretizaciones, los diferentes
esquemas de parametrizaciones físicas para los procesos no resueltos por las rejillas de los modelos. Esta fuente
de incertidumbre se explora mediante ensembles generados con diferentes modelos o bien con diferentes
formulaciones (por ejemplo, diferentes parametrizaciones físicas) de un mismo modelo.

Cuando se utilizan modelos de área limitada para regionalizar o añadir detalles localmente en las
predicciones, se introduce una fuente adicional de incertidumbre asociada al modelo regional utilizado.

5.- Verificación y evaluación de los modelos climáticos

La verificación de las predicciones de un modelo climático o de un modelo de predicción del tiempo es un

test objetivo de su exactitud. La verificación sirve para comprobar si una determinada predicción se ajusta a una
solución objetiva normalmente determinada por las observaciones. Las verificaciones están asociadas a las
predicciones y nunca a las proyecciones. Se pueden verificar las predicciones estacionales y/o decadales ya que
parten de condiciones iniciales realistas basadas en las observaciones.

AEMET. Curso PIB-M. Tema 110. 12

 La evaluación es un concepto ligado a las proyecciones climáticas. Podemos decir que la evaluación de
un modelo climático es el proceso de analizar el modelo y comparar sus simulaciones con las observaciones. La
evaluación está ligada al grado de realismo de las simulaciones. Todos los modelos poseen una serie de
capacidades y limitaciones que es necesario conocer y evaluar previamente a su utilización para generar
estimaciones de la evolución del clima. Por ejemplo, en la evaluación de un cierto modelo se analiza si las
simulaciones proporcionan un clima estable para un forzamiento estable dado o si las simulaciones se ajustan a
las observaciones cuando se utilizan forzamientos históricos (por ejemplo, de radiación solar o de erupciones
volcánicas). También en la evaluación de un modelo climático se comprueba si los valores medios, la variabilidad
en diferentes escalas temporales y los extremos son realistas para las principales variables que definen el clima.
Un modelo climático se evalúa normalmente en un periodo histórico en el que hay observaciones disponibles. La
evaluación se basa en un conjunto objetivo de métricas que permiten establecer la proximidad entre las
simulaciones realizadas con un modelo climático y la realidad basada en las observaciones. Un modelo climático
que se ajusta razonablemente bien a la observación en un periodo histórico es en principio el candidato ideal para
proporcionar predicciones y proyecciones futuras más realistas. Se supone que las proyecciones climáticas serán
más fiables si el modelo evalúa bien con una determinada métrica en un periodo climático actual o pasado

El proceso de evaluación se realiza cuantitativamente mediante el uso de métricas. Una métrica es una
medida estadística cuantitativa del acuerdo entre una magnitud simulada y la misma magnitud observada que
puede utilizarse para evaluar el grado de calidad de los modelos individuales. Una métrica puede estar referida a
un proceso específico para cuantificar cómo de bien dicho proceso está representado en un modelo. El término
métrica se utiliza en este contexto como un sinónimo de “medida”. En este sentido, se utilizan también como
métricas índices estadísticos clásicos. En general, puede decirse que una métrica es una magnitud derivada de
un diagnóstico (Knutti et al. 2010a).

No es una cuestión obvia discriminar los modelos “buenos” de los “malos” para asignar una credibilidad a
las proyecciones climáticas en las escalas seculares. En el caso de la los modelos climáticos es mucho más difícil
que en la predicción numérica a corto plazo definir un único índice o métrica para las proyecciones a escala
secular (Knutti 2008). Cada modelo tiende a simular mejor unos aspectos del sistema climático mientras que otros
los simula más defectuosamente.

Las evaluaciones de los modelos climáticos se pueden hacer a nivel de los componentes del modelo y a
nivel de la totalidad del sistema, donde el foco se centra en las salidas del modelo total (IPCC 2007).

Las evaluaciones de los modelos se realizan en periodos correspondientes bien al clima presente o bien a
climas pasados. En general, los diferentes modelos se han utilizado para simular el cambio climático observado
durante el siglo XX, si bien los cambios en los forzamientos (p. e., radiación solar, actividad volcánica, etc.) no se
conocen perfectamente en dicho periodo. La figura 8 muestra a modo de ejemplo la precipitación anual (en mm)
promediada en 20 años sobre la península Ibérica. En la primera fila se muestra los campos correspondientes a
los datos de observación (CRU), al reanálisis NCEP, al reanálisis ERA40 y a la media de los modelos. En las

AEMET. Curso PIB-M. Tema 110. 13

siguientes filas se muestra la precipitación anual correspondiente a las simulaciones con diferentes modelos del
proyecto CMIP3 utilizados en IPCC AR4. Se ve claramente las dificultades de algunos modelos en proporcionar
una climatología realista de la distribución espacial de la precipitación anual.

Figura 8: Precipitación (en mm) anual promediada en 20 años (1980-1999) sobre la península Ibérica. En la
primera fila se muestra los campos correspondientes a los datos de observación (CRU), al reanálisis NCEP, al
reanálisis ERA40 y a la media de los modelos. En las siguientes filas se muestra la precipitación anual
correspondiente a las simulaciones con diferentes modelos del proyecto CMIP3 (fuente: AEMET)

AEMET. Curso PIB-M. Tema 110. 14

 Las evaluaciones se realizan también en diferentes escalas temporales, así permiten conocer las
capacidades de los mismos para simular la variabilidad climática a gran escala en rangos temporales que abarcan
desde la escala sinóptica hasta la decenal y secular. La figura 9 muestra la frecuencia de El Niño en la
observación y en las simulaciones proporcionadas por dos modelos climáticos. Claramente el modelo CCSM3
proporciona una simulación de El Niño que no es realista en cuanto a su frecuencia, si bien la magnitud de las
anomalías de temperatura es razonable.

Figura 9: Anomalías de temperatura oceánica superficial en la región Niño 3.4 en observaciones (arriba),
simulación con modelo CCSM4 (resolución 1º, medio), simulación con modelo CCSM3 (resolución T85, abajo)
(fuente: NCAR/CCSM)

Es muy importante conocer la capacidad de los modelos climáticos para simular con precisión los modos
de variabilidad de baja frecuencia que condicionan fuertemente el clima en muchas regiones. Éste es el caso, por
ejemplo, de Europa Occidental, y de la Península Ibérica en particular, cuyas precipitaciones están
correlacionadas con la fase e intensidad del patrón de la Oscilación del Atlántico Norte.

AEMET. Curso PIB-M. Tema 110. 15

6.- Predicciones estacionales e intra-anuales dinámicas y estadísticas

La variabilidad del océano es un factor muy importante que influye en las variaciones y los cambios
climáticos debido a la mayor capacidad de los océanos para absorber y liberar el calor en la atmósfera. Se han
hecho esfuerzos considerables para mejorar la comprensión de los fenómenos responsables de la variabilidad
estacional e intra-anual y la mayoría de las principales instituciones meteorológicas de todo el mundo han
desarrollado sistemas de predicción por conjuntos (EPS) para generar predicciones estacionales operativas
basadas en modelos de circulación general acoplados atmósfera-océano.

Sin embargo, esta variabilidad del océano no es la única fuente de predictibilidad a escala estacional e
intra-anual. Además de la temperatura de los océanos, otras variables de evolución lenta como la humedad del
suelo, la cobertura nivosa en grandes extensiones de la superficie terrestre, la extensión de los hielos marinos,
etc. son una fuente de predictibilidad en escalas estacionales e intra-anuales. También los grandes patrones de
variabilidad atmosféricos y oceánicos (como El Niño) son una fuente de predictibilidad ya que determinan
anomalías en variables tales como la temperatura y la precipitación en las estaciones siguientes. En el caso de El
Niño estas anomalías se manifiestan a través de teleconexiones en zonas alejadas del océano Pacifico ecuatorial
donde tiene lugar el fenómeno de El Niño. También son una fuente de predictibilidad en estas escalas temporales
los forzamientos externos tales como la actividad volcánica, la radiación solar o la concentración de gases de
efecto invernadero.

Existen dos tipos de métodos para elaborar predicciones de tipo estacional e intra-anual: los métodos
dinámicos y los métodos estadísticos.

Los métodos dinámicos se basan en la utilización de modelos de atmósfera y el océano acoplados

complejos como los descritos en las anteriores secciones. Normalmente, se utilizan sistemas basados en
predicción por conjuntos para estimar la predicciones estacionales en forma probabilística. Existen diferentes
estrategias para generar los miembros de un ensemble aunque pueden agruparse en dos grandes categorías: a)
las que se basan en ensembles multi-modelos, donde cada miembro procede de un modelo diferente; y b) las que
generan los diferentes miembros con un único modelo pero variando las condiciones iniciales y/o añadiendo
términos estocásticos a las ecuaciones.

Los métodos estadísticos tienen en cuenta relaciones empíricas entre ciertas variables que evolucionan
lentamente (temperatura del agua del mar, humedad del suelo, etc.) y las anomalías de las variables climáticas.

AEMET. Curso PIB-M. Tema 110. 16

 Los métodos de tipo estadístico-empírico siguen siendo muy utilizados en muchos centros operativos por
su robustez, por su predictibilidad comparable, cuando no superior, a la de los métodos dinámicos y por sus
menores requisitos de cálculo. Dentro de la categoría de los métodos dinámicos existen también, además de los
modelos acoplados de circulación general océano-atmósfera, modelos solamente atmosféricos de circulación
general que se integran con condiciones de contorno oceánicas prescritas y por lo tanto no interactivas en ambos
sentidos con la componente oceánica.

Los dos métodos, dinámico y estadístico, para predecir a escala estacional e intra-anual son actualmente
complementarios. En la medida en que la actual generación de modelos climáticos no es todavía capaz de simular
e incorporar ciertos procesos y relaciones causales entre variables que los modelos empíricos permiten
establecer, hay un hueco para que los métodos empírico-estadísticos se utilicen operativamente en los principales
centros de predicción. Obviamente, los métodos empírico-estadísticos tienen un ámbito de aplicación solamente
regional y local que no poseen los métodos basados en modelos climáticos globales.

Un ejemplo de método estadístico-empírico se basa en el conocimiento de cómo El Niño afecta al clima en

las diferentes partes de la Tierra. Sus efectos dependen en gran medida de la ubicación y de la estación del año.
Los efectos más fuertes en las precipitaciones son en el sudeste de Asia y el oeste del Océano Pacifico, sobre
todo en la estación seca (agosto-noviembre). Hay efectos en la temperatura a lo largo de la mayor parte de las
zonas tropicales. El número de ciclones tropicales también depende de El Niño en la mayoría de las cuencas. En
el invierno boreal, los efectos son más extendidos: desde el sur de África hasta el este de Rusia y la mayor parte
de las Américas.

En la figura 10 se muestra la correlación entre el índice Niño 3.4 y la precipitación en las diferentes
estaciones del año. Los círculos azules indican que durante El Niño la precipitación fue superior a la normal
mientras que los círculos rojos indican precipitación inferior a la normal. El tamaño de los círculos es una medida
de la mayor o menor correlación. Correlaciones similares a las de la figura 10 basadas en variables que poseen
memoria o inercia (por ejemplo, humedad del suelo, cobertura de nieve, temperatura superficial del océano, etc)
permiten establecer relaciones robustas que pueden funcionar muy bien sobre ciertas regiones y estaciones del
año para realizar predicciones estacionales e intra-anuales.

AEMET. Curso PIB-M. Tema 110. 17

 Marzo-Abril-Mayo Junio-Julio-Agosto

Septiembre-Octubre-Noviembre Diciembre-Enero-Febrero

Figura 10: Correlación entre el índice Niño 3.4 y la precipitación en las diferentes estaciones del año
(fuente: Climate Explorer, KNMI)

7.- Conclusiones
Los modelos climáticos son las herramientas fundamentales utilizadas para comprender el funcionamiento
del sistema climático, así como para hacer predicciones y proyecciones climáticas en diferentes escalas
temporales. Los modelos climáticos han ido ganando en complejidad a partir de los primitivos modelos acoplados
océano-atmósfera. Los diferentes modelos se diferencian en las distintas aproximaciones, discretizaciones y
parametrizaciones que utilizan para resolver las ecuaciones de sus componentes.

Mientras que los modelos de predicción del tiempo constan esencialmente de dos componentes
(atmósfera y superficie terrestre), los modelos climáticos incorporan un número creciente de componentes que son
relevantes en las escalas temporales decadales y seculares. En los modelos que se utilizan para hacer
predicciones a escala estacional y anual se incorporan a la componente atmosférica y de superficie terrestre una
componente oceánica.

Las predicciones y proyecciones climáticas están sujetas a una variedad de fuentes de incertidumbre que
es necesario conocer y cuantificar. Las predicciones/proyecciones climáticas en las diferentes escalas temporales
se expresan en forma probabilística para incorporar en forma cuantitativa las diferentes fuentes de incertidumbre.

AEMET. Curso PIB-M. Tema 110. 18

 Mientras que la verificación sirve para comprobar si una determinada predicción se ajusta a una solución
objetiva normalmente determinada por las observaciones, la evaluación está ligada al grado de realismo de las
simulaciones. Las verificaciones están asociadas a las predicciones y nunca a las proyecciones. Se pueden
verificar las predicciones estacionales y/o decadales ya que parten de condiciones iniciales realistas basadas en
las observaciones.

Existen dos tipos de métodos para elaborar predicciones de tipo estacional e intra-anual: los métodos
dinámicos y los métodos estadísticos. Los métodos dinámicos se basan en la utilización de modelos de atmósfera
y el océano acoplados complejos normalmente utilizando predicción por conjuntos para estimar la predicciones
estacionales en forma probabilística. Los métodos estadísticos tienen en cuenta relaciones empíricas entre ciertas
variables que evolucionan lentamente (temperatura del agua del mar, humedad del suelo, etc.) y las anomalías de
las variables climáticas.

Referencias bibliográficas
• Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth
Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T.F., D. Qin, G.-K. Plattner, M.
Tignor, S. K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.)]. Cambridge University Press,
Cambridge, United Kingdom and New York, NY, USA
[http://www.climatechange2013.org/images/report/WG1AR5_ALL_FINAL.pdf]
th
• McGuffie, K. and Henderson-Sellers, A. 2015: The Climate Modelling Primer, 4 ed. John Wiley and Sons,
296 páginas. ISBN-13: 978-0470857519.
• Washington, W.M. and Parkinson, C.L. 2015: Introduction To Three-dimensional Climate Modeling 2nd
Edition. University Science Books, 368 páginas. ISBN-13: 978-1891389351
• Kalnay, E., 2002: Atmospheric Modeling, Data Assimilation and Predictability 1st Edition. Cambridge
University Press, 364 páginas. ISBN-13: 978-0521796293.
 The Comet Program: Introduction to Climate Models

TABLA DE CONTROL DEL TEMA

Elaborado por Revisado por Aprobado por

Manuel Antonio Mora y García

Ernesto Rodríguez Camino Jesús Riesco Martín Coordinador temático y tutor.

Delegado de AEMET en Asturias

25 de agosto de 2015

© AEMET. Autorizado el uso de la información y su reproducción citando a AEMET como autora de la misma.

AEMET. Curso PIB-M. Tema 110. 19