IMPACTO DEL CAMBIO CLIMÁTICO EN AMAZONÍA (SOBRE LOS CAUDALES Y LA PRECIPITACIÓN)

Impacto del cambio climático en Amazonía

(sobre los caudales y la precipitación)

Impacto del cambio climático en Amazonia Lima, 07/05/2008

Philippe Vauchel – IRD Lima – [email protected] Vauchel – IRD Lima – [email protected]

LMTG - Laboratoire des Mécanismes de Transfert en Géologie, Toulouse, FranceLEGOS - Laboratoire d’Etudes en Géophysique et Océanographie Spatiales, Toulouse, FranceESPACE – Unité de Service IRD, Montpellier, FranceOBHI – Unité de Service Observatoires Hydrologiques et Ingénierie, Montpellier, FranceDIREN – Direction Régionale de l’Environnement, Cayenne, Guyane Française

ANA – Agence Nationale de l’Eau, Brasilia, BrésilUnB – Université Fédérale de Brasilia, BrésilUFF – Université Fédérale Fluminense, Niteroi, BrésilUFRJ – Université Fédérale de Rio de Janeiro, BrésilUFAM – Université Fédérale d’Amazonas, Manaus, Brésil

SENAMHI – Service National de Météorologie et d’Hydrologie, La Paz, BolivieUMSA – Université Majeure de San Andres, La Paz, Bolivie

SENAMHI – Service National de Météorologie et d’Hydrologie, Lima, PérouUNALM – Université Nationale Agraire de La Molina, Lima, Pérou

INAMHI – Institut National de Météorologie et d’Hydrologie, Quito, Equateur

IDEAM – Institut d’Etudes sur l’Environnement, Bogota, ColombieUNC – Université Nationale de Colombie, Bogota, Colombie

MARN – Ministère de l’Environnement et des Ressources Naturelles, Caracas, VenezuelaUCV – Université Centrale de Caracas, Venezuela

SCEVN – Service Commun d'Entretien des Voies Navigables, Brazzaville, CongoUniversité de Brazzaville, Congo

HYBAM : un equipo internacional HYBAM : un equipo internacional

Muestreo de superficie cada 10 díasMuestreo de superficie cada 10 díasMuestreo completo de las secciones cada 2 a 6 mesesMuestreo completo de las secciones cada 2 a 6 meses

Es taciones de referenciaEs taciones de referencia HYBAM HYBAM

Objetivos: análisis de la dinámica de los flujos líquidos y sólidos, de los procesos erosivos, de la variación climática.

Herramientas: Hidrometría, Sedimentología, Modelos hidrodinámicos, Teledetección satelital, Bases de datos, Laboratorios de análisis.

Las 18 estaciones del observatorio ORE HYBAM: Geoquímica Las 18 estaciones del observatorio ORE HYBAM: Geoquímica

Un protocolo único para la medida, el muestreo, el análisis Un protocolo único para la medida, el muestreo, el análisis y el tratamiento de los datos para todos los países y el tratamiento de los datos para todos los países

Previsiones de los modelos globales sobre la evolución de

la precipitación


Los 35 modelos del Grupo Intergubernamental sobre el Cambio Climático concuerdan que la temperatura va a aumentar.

Pero el efecto sobre la precipitación es menos evidente, y varia bastante según los modelos considerados.

Generalmente, se prevé una amplificación de los fenómenos existentes, con más eventos extremos.

Consistencia de la previsión de los modelos para precipitacióna partir de 9 modelos, previsión consistente cuando 9 modelos concuerdan

Fuente: GICC, 2001

Tendencias de las precipitaciones anuales de 1900 a 2000

Fuente: GICC, 2002

Variación de las precipitaciones 2071-2100 / 1961-1990, escenario A2

Fuente: GICC, 2002

Variación de las precipitaciones 2071-2100 / 1961-1990

con modelos regionales Eta CCS, RegCM3 y HadRM3P

Fuente: CREAS, Marengo, 2007

Eta CCS, RegCM3 and HadRM3P regional models

Escenario B2 Escenario A2

Análisis de las series de larga duración

Fuente: Guyot, Callède, Vauchel, Guyomard


OBI

BrasilPerú

Ecuador

Colombia Venezuela

Bolivia

Km

Mad

eira

Amazon

Xin

gu

Tap

ajo

s

Solimoes

Negro

Bra

ncoCaqueta - JapuraPutumayo

Purus

Juru

á

Marañón

Hu

alla

ga

Ucayali

Napo

Mam

oré

Ben

i

Amazonas

Óbidos, datos extendidos desde 1903

Caudales medios anuales en Óbidos

100 000

110 000

120 000

130 000

140 000

150 000

160 000

170 000

180 000

190 000

200 000

1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010

Cau

dal

med

io a

nu

al (

m3/

s)

Reconstituido

Observado


Distribución estadística de Qmax, Qmed y Qmin anuales en Óbidos

500 200 100 50 20 10 5 3 2 3 5 10 20 50 100 200 50050 000

100 000

150 000

200 000

250 000

300 000

Tiempo de retorno (Años)

Cau

da

l (m

3/s

)

Distribución estadística de los caudales anuales en ÓbidosPosibilidad de cambio climático

Símbolos llenos: 1970-2006

Símbolos vacíos: 1903-1969

Q max

Q med

Q min



Caudales medios anuales en Óbidos y lluvias en la cuenca

100 000

110 000

120 000

130 000

140 000

150 000

160 000

170 000

180 000

190 000

200 000

1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010

Cau

dal

med

io a

nu

al (

m3/

s)

1500

1600

1700

1800

1900

2000

2100

2200

2300

2400

2500

Reconstituido

Observado

Lluvia media de 165 estaciones

Porto Velho, datos extendidos desde 1908

PVE

BrasilPerú

Ecuador

Colombia Venezuela

Bolivia

Km

Mad

eira

Amazon

Xin

gu

Tap

ajo

s

Solimoes

Negro

Bra


Purus

Juru

á

Marañón

Hu

alla

ga

Ucayali

Napo

Mam

oré

Ben

i

Amazonas

Caudales medios anuales en Porto Velho

0

5 000

10 000

15 000

20 000

25 000

30 000

1905 1915 1925 1935 1945 1955 1965 1975 1985 1995 2005

Cau

dal

Med

io A

nu

al (

m3/

s)

Reconstituido

Observado


Distribución estadística de Qmed en Porto Velho

500200100502010532351020501002005005 000

10 000

15 000

20 000

25 000

30 000

35 000

Tiempo de retorno (Años)

Ca

ud

al m

ed

io a

nu

al (

m3

/s)

Distribución estadística de los caudales anuales en Porto Velho

Q med


Símbolos llenos: 1970-2006

Símbolos vacíos: 1908-1969

Análisis de las tendencias sobre el periodo 1974 – 2004

Tomado de “Variabilidad climática en la cuenca amazónica”

Fuente: Tesis de Jhan Carlo Espinosa Villar, UNALM - IRD


0

100 000

200 000

300 000

01/01/60 31/12/69 01/01/80 31/12/89 01/01/00 01/01/10

An

nu

el d

isch

arg

e (m

3/s)

Annual Minimum

Annual Mean

Annual Maximum

Callède et al., 2004

Impact de la variabilité climatique sur l’hydrologie du bassin de l’Amazone Paris, 10/04/2008

Periodo 1974 – 2004: tesis de Jhan Carlo Espinosa Villar (UNALM – IRD)•Los caudales medidos en Óbidos muestran una fuerte variabilidad desde el principio de los años 70.

•14 eventos pasando 250 000 m3/s se han registrado desde 1970 y solo 5 entre 1903 et 1970.

•Un aumento de la amplitud se percibe desde 1990: estiaje muy bajo en 2005 y crecida fuerte en 2006

TAMSAI

ACASER

CAR

G-L

PVE

FVA

MAN

OBI

ALT

Brasil

ITA

Peru

Ecuador

Colombia Venezuela

Bolivia

Km

Mad

eira

Amazon

Xin

gu

Tap

ajo

s

Solimoes

Negro

Bra


Purus

Juru

á

Marañón

Hu

alla

ga

Ucayali

Napo

Mam

oré

Ben

i

Amazonas

Station River Lat Lon Area (Km2)

Qmean (m3/s)

Qmax (m3/s)

Qmin (m3/s)

iVC Qmean

iVC Qmax

iVC Qmin

sVC

Altamira ALT Xingu -3.38 -52.14 469100 7800 22300 1000 0.22 0.21 0.26 0.88

Itaituba ITA Tapajos -4.28 -57.58 461100 11700 24500 3000 0.14 0.11 0.26 0.59

Porto VelhoPVE Madeira -8.74 -63.92 954400 18300 37900 3900 0.17 0.14 0.26 0.60

Fazenda vista alegre FVA* Madeira -4.68 -60.03 339200 9400 0.20

TamshiyacuTAM Amazonas -4.00 -73.16 726400 31700 46700 16400 0.12 0.11 0.26 0.31

Gaviao - Lábrea G-L Jurua - Purus

-4.84; -7.25

-66.85; -64.80

400400 10400 19700 2100 0.09 0.05 0.20 0.66

Manacapuru MAN* Solimoes -3.31 -60.61 431600 22000 0.19

Santo Antônio do Içá SAI* Solimoes -3.08 -67.93 432200 24100 31000 14800 0.12 0.12 0.29 0.26

Acanaui ACA Japura -1.82 -66.60 251800 14800 22900 5300 0.09 0.08 0.44 0.32

Serinha SER Negro -0.48 -64.83 291100 16500 28500 5900 0.10 0.09 0.34 0.35

Caracaraní CAR Branco 1.83 -61.38 130600 2900 9600 500 0.27 0.25 0.52 0.74

Óbidos OBI* Amazon -1.93 -55.50 746780 22400 0.31

Fazenda vista Alegre FVA Madeira -4.68 -60.03 339200 27800 58300 5100 0.12 0.10 0.36 0.65

Manacapuru MAN Solimoes -3.31 -60.61 431600 102600 139000 58800 0.09 0.08 0.21 0.25

Óbidos OBI Amazon -1.93 -55.50 4680000 172400 240000 100200 0.09 0.09 0.15 0.27

Espinoza et al., 2008

•12 estaciones se seleccionaron para el análisis regional de la variabilidad y tendencias de caudales extremos. 1974 - 2004

•Las subcuencas se seleccionaron en función de su tamaño, localización, caudales medios, periodos con datos, etc.

•Varias pruebas de ruptura y tendencia se aplicaron a cada serie

HYDRACCESS


Tendencias significativas y rupturas se observan solamente en tres subcuencas localizadas en parte en las cuencas andinas:

SAI*.- Putumayo, Napo, Amazonas-Solimoes (Col, Ecu, Per, Bra)

TAM.- Amazonas, Marañón, Ucayali (Per, Ecu) PVE.- Madeira, Beni, Mamoré (Bol, Per, Bra)

Runoff MEAN

Runoff MAX

Ruptura y aumento después de 1992 en

SAI*

Runoff MIN

Ruptura y disminución después de 1987 en

TAM y después de 1993 en PVE

TAM

SAI*

ACA

SERCAR

MAN*

G-L

PVE

FVA*

ITA

ALT

OBI*

TAMSAI*

ACA

SER

CAR

MAN*

G-L PVE

FVA*

ITA

ALT

OBI*

SAI* ACA

CAR

MAN*

G-LPVE

FVA*

ALT

OBI*

TAM

99% Positive significancePositive trend non significantNo trendNegative trend non significant90% Negative significance99% Negative significanceNo Data

1974-2004

Runoff mean

Runoffmin

Runoff max

%

SER

ITA

Negative trend, significant at the 99% level

Negative trend, significant at the 90% level

Negative trend, non significant

No trend (Pearson, Spearman and Kendall coefficients < 0.1)

Positive trend, non significant

Positive trend, significant at the 99% level

No data


Qm

axQ

med

Qm

in

-6

-3

0

3

6

19

74

19

76

19

78

19

80

19

82

19

84

19

86

19

88

19

90

19

92

19

94

19

96

19

98

20

00

20

02

20

04

PVE-3 TAM+0 SAI*+3 OBI+6

-6

-3

0

3

6

1974

1976

1978

1980

1982

1984

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004


TAMSAI*

PVE

OBI

-6

-3

0

3

6

19

74

19

76

19

78

19

80

19

82

19

84

19

86

19

88

19

90

19

92

19

94

19

96

19

98

20

00

20

02

20

04


a

b

c

GUACAE

REQ

SREBOR

GUACAE

REQ

SREBOR

GUACAE

REQ

SREBOR

UCAYALI

MARAÑON

BENI MAMORE(a)(b) (c)

99% Positive significance99% Negative significance90% Negative significanceNo trend

Se observa la misma variabilidad espacial en una escala más regional y para el periodo 1990-2005.

La disminución es mas fuerte en el Sur (Guayaramerin, Ucayali) y existe incremento en el Norte (San Regis)

Q Max Q Med Q Min

0

10000

20000

30000

40000

19

70

19

72

19

74

19

76

19

78

19

80

19

82

19

84

19

86

19

88

19

90

19

92

19

94

19

96

CA

UD

AL

(m

3 s

-1)

0

1000

2000

3000

LL

UV

IA (

mm

)

Precipitación (azul) = -0.83%

Q med (negro) = -0.81%


La fuerte tendencia de lluvias (lamina media) y caudales en Tamshiyacu

PC2

-3

-2

-1

0

1

2

3

19

63

196

6

1969

19

72

197

5

1978

19

81

1984

19

87

199

0

1993

19

96

199

9

2003

-0.501.0

PC2 MAMACP-Pluie

200

400

600

800

19

75

19

77

19

79

19

81

19

83

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

20

03

mm

DJF MAM JJA SON


La ACP realizada a partir de 756 estaciones pluviométricas de la base de datos de lluvias muestra la misma variabilidad espacial y temporal que los caudales

La lámina de agua calculada para toda la cuenca muestra también un aumento de la amplitud después de 1992

Que se puede ver con la lluvia?


b

0

200

400

600

800

1000

1200

1975

1977

1979

1981

1983

1985

1987

1989

1991

1993

1995

1997

1999

2001

2003

mm

MAMSON

Annual Rainfall

0

500

1000

1500

2000

19

75

19

77

19

79

19

81

19

83

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

20

03

mm

a

La lámina media de lluvias en las dos regiones de mayor variabilidad. En el NO se analizan dos estaciones del año: MAM (Marzo Abril y Mayo, que produce los caudales máximos), hay una disminución desde 1975 hasta 1983 y un incremento significativo de la lluvia después. En SON (Sept, Oct. y Nov., que produce los caudales mínimos) hay una ruptura en 1989 y disminución después.

En el Sur solo analizamos la lluvia anual (que depende casi exclusivamente del verano (DEF), no es correcto analizar la relación lluvia caudal en otras estaciones porque la lluvia no siempre es efectiva y el caudal depende del acuífero (cargado en DEF) debido a la fuerte estacionalidad del régimen pluviométrico en esta región)

Entonces en el Sur, hay una ruptura en 1984 y fuerte disminución después.

En conclusión las tendencias generales en estas dos regiones explican la variabilidad de caudales observada en las diapos 3 y 4. Importante decir también que el Perú se encuentra dentro de estas dos tendencias: Ucayali (disminución) Marañón (incremento).

Correlaciones Lluvia Noroeste en MAM con la Temperatura Superficial del Mar (SST)

r (lluvia – SST) = -0.50.

r (lluvia - PDO) = -0.54.

a

Corrélations entre pluie NW et SST (25º-40ºS, 110º-130ºW).

El patrón de correlación lluvia-SST (negativo en el Pacifico Tropical y positivo en el pacifico norte – entre 25ºN y 50N) se asemeja a un índice climático conocido: La Oscilación Decadal del Pacífico - PDO (Mantua et al., 1997) que muestra una variabilidad decenal.

La variabilidad espacio-temporal de la PDO. Se ve que existen grandes oscilaciones, entonces las las tendencias observadas en las lluvias y caudales pueden, efectivamente, ser parte de este tipo de oscilación

http://la.climatologie.free.fr/enso/enso-pdo3.htm#pdo

Correlaciones Lluvia Noroeste en SON con SST. Fuerte correlación con el Atlántico tropical.

-5

-2.5

0

2.5

5

1975 1980 1985 1990 1995 2000

Pu

ie;

ss

t(-1

)

-1

-0.5

0

0.5

1N

AT

Lpluie

sst(-1)

NATL(-1)

Corrélations entre pluie NW et sst (0º-25ºS, 20º-40ºW).

r (lluvia - SST) = -0.55.

r (lluvia - NATL) = -0.51.

La disminución de las lluvias en SON está relacionada entonces a un calentamiento del Atlántico tropical. Mecanismo ya documentado por otros autores (Ronchail et al., 2002; Marengo 2004, etc.)

b

Correlaciones lluvia Sur en DEF con SST

Correlaciones entre lluvia Sur y SST (30º-50ºS, 10º-50ºW).

r (lluvia - SST) = -0.32.

En el Sur, se observa también que la disminución de las lluvias está relacionada al calentamiento del Atlántico (Sur principalmente).

Correlación positiva con el ENSO es encontrada también, pero no es significativa, por tanto no aparece en el gráfico.

Anomalías de vientos (vectores) y de lluvias (colores y triángulos)

Los modelos globales de circulación ERA-40, NCEP, etc., muestran poca confiabilidad para predecir las lluvias, pero buena capacidad de previsión de la circulación (vientos por ejemplo). Entonces nosotros hemos conseguido reconocer y clasificar los patrones mas importantes de la circulación atmosférica en la región (análisis de tipos de tiempo o regímenes de tiempo) y asociar esta circulación a las anomalías de lluvia (observada in situ) de cualquier región en la amazonía (Análisis de Downscaling). En la figura se muestran las anomalías para la región NW (triángulos negros) y Sur (triángulos Blancos)

Gracias a estos resultados podremos conocer las lluvias en la Amazonía de acuerdo a modelos de previsión (del IPCC por ejemplo) en un eventual cambio climático.

-3

-2

-1

0

1

2

3

19

75

19

77

19

79

19

81

19

83

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

Observée

Prévue

Lluvia Observada y Lluvia Prevista a partir de las frecuencias de diferentes tipos de tiempo en SON

r=0.68

Conclusiones para el periodo 1974 - 2004

Existe una variabilidad de los caudales y de las lluvias en el espacio y en el tiempo dentro de la cuenca amazónica, y las variaciones son coherentes entre sí.

Se evidencia la importancia de la región andina como fuente de la fuerte variabilidad del periodo.

La variabilidad de los caudales es esencialmente de origen climático.

El vínculo clima - tipo de tiempo con la hidrología puede utilizarse en el futuro para mejorar los modelos de previsión de las precipitaciones.


Tendencias de los caudales anuales en Porto Velho

y = -0,0585x + 20259

R2 = 0,04

y = -0,3192x + 29844

R2 = 0,1658

0

5000

10000

15000

20000

25000

30000

35000

31/12/1907 08/09/1921 18/05/1935 24/01/1949 03/10/1962 11/06/1976 18/02/1990 28/10/2003

Año calendario

Val

eurs

An

nu

elle

s

Serie extendida 1908-2006

Serie observada 1967-2006

Serie 1974-2004

Lineal (Serie extendida 1908-2006)Lineal (Serie 1974-2004)

Relatividad del periodo de estudio 1974-2004Ejemplo de Porto Velho

La tendencia 1974-2004 no se confirma en el pasado, pero aparecen oscilaciones de 20 a 30 años de duración

Tendencias de los caudales anuales en Porto Velho

y = -0,0585x + 20259

R2 = 0,04

y = -0,3192x + 29844

R2 = 0,1658

0

5000

10000

15000

20000

25000

30000

35000

31/12/1907 08/09/1921 18/05/1935 24/01/1949 03/10/1962 11/06/1976 18/02/1990 28/10/2003

Año calendario

Vale

urs

An

nu

elles

Serie extendida 1908-2006

Serie observada 1967-2006

Serie 1974-2004

Lineal (Serie extendida 1908-2006)Lineal (Serie 1974-2004)

¿Relación entre las oscilaciones de los caudales e índices oceánicos?

No tan convincente con el PDO, pero quizás con otros índices?

IMPACTO DEL CAMBIO CLIMÁTICO EN AMAZONÍA (SOBRE LOS CAUDALES Y LA PRECIPITACIÓN)

Education

Transcript of IMPACTO DEL CAMBIO CLIMÁTICO EN AMAZONÍA (SOBRE LOS CAUDALES Y LA PRECIPITACIÓN)