Resumen de Desarrollo, validación y aplicaciones de Spain02: una rejilla de alta resolución de observaciones interpoladas para precipitación y temperatura en España
- español
Los sistemas de predicción meteorológica han tenido siempre una gran relevancia en la sociedad, y sus avances en las últimas décadas han redundado en numerosos beneficios para distintas actividades socioeconómicas (agricultura, ganadería, pesca, energía, salud, etc.). En la actualidad, las predicciones meteorológicas permiten definir las políticas de prevención, adaptación y mitigación ante cambios en los regímenes medios (ciclo estacional, climatología, etc.) o extremos (inundaciones, sequías, olas de calor, etc.). Las necesidades de cada una de estas actividades son muy diversas y abarcan desde predicciones horarias en una localidad específica (aeropuertos, etc.) a predicciones estacionales globales (con meses de antelación), o proyecciones climáticas. Para ello, se utilizan distintos modelos numéricos de circulación atmosférica, oceánica o climática, que incluyen gradualmente los procesos físicos relevantes para la predicción meteorológica en sus distintos horizontes temporales (predicción a corto plazo, mensual, estacional y decadal).
La inicialización y validación de estos modelos ha de hacerse en base a los fenómenos observados, por lo que desde comienzos del siglo pasado se han desarrollado redes de estaciones nacionales e internacionales que registran periódicamente las principales variables meteorológicas (presión, temperatura, precipitación, etc.). En las últimas décadas estas bases de datos observados se han complementado con los datos registrados por otros sistemas más complejos (satélites, radiosondeos, boyas, etc.), aumentando nuestro conocimiento del estado de la atmósfera y del océano, tanto en superficie como en sus distintas capas verticales. Sin embargo, a pesar del desarrollo de los sistemas de observación, las bases de datos observados suelen verse afectadas por factores no climáticos que alteran los datos registrados (cambios en el entorno, en la instrumentación, etc.), por lo que han de ser sometidas a un control de calidad que identifique y corrija estos errores (eliminación de valores anómalos, homogeneidad relativa y absoluta de las series, etc.).
Otra limitación de las bases de datos de observaciones es que se basan en redes de estaciones con una distribución espacial heterogénea, lo que da lugar a una distribución irregular de puntos en el área de estudio; este factor es muy limitante a la hora de validar los modelos numéricos de predicción, definidos en rejillas regulares. Por otro lado, la continua evolución de los modelos de predicción, manifestada habitualmente por un aumento en su resolución espacial, requiere de bases de datos observados/interpolados de cada vez más resolución para su inicialización y validación. Por lo tanto, estas bases de datos observados suelen ser utilizadas para la generación de rejillas regulares de alta resolución de datos interpolados, que son de gran utilidad no sólo para la inicialización y calibración de los modelos, sino para su utilización en otros ámbitos muy diversos (hidrología, agricultura, etc.).
La presente Tesis se ha desarrollado en este marco de trabajo y ha dado lugar a una nueva base de datos interpolados para el territorio peninsular español y las Islas Baleares; esta rejilla ha sido validada frente a las observaciones y ha sido utilizada para la validación de los modelos globales y regionales del clima.
- English
The work in this Thesis analyzes the applicability of statistical and dynamical climate downscaling techniques on impact studies over the tourism and forest fires sectors, showing their merits and limitations. On the one hand, we analyze the applicability of the statistical techniques directly over the desired impact index, unlike the common practice based on downscaling individually all the former variables, with promising results. On the other hand, we establish the basis for a fair comparison between statistical and dynamical downscaled data. For this purpose, we propose the use of parameters not affected by the methods calibration process, such as indicators based on spells, and discard commonly used percentile-based indicators. Finally, we analyze the added value of dynamical downscaling techniques for increased resolution (and computationally expensive) simulations. In this sense, we find that the increment of spatial resolution does not add (statistically significant) value once their systematic biases are corrected.
