III. Otras disposiciones. MINISTERIO PARA LA TRANSICIÓN ECOLÓGICA Y EL RETO DEMOGRÁFICO. Convenios. (BOE-A-2024-21202)
Resolución de 8 de octubre de 2024, de la Confederación Hidrográfica del Júcar, O.A., por la que se publica el Convenio con el Centro de Estudios Ambientales del Mediterráneo, para la mejora del conocimiento en relación al clima actual y futuro en el ámbito de la demarcación.
12 páginas totales
Página
Zahoribo únicamente muestra información pública que han sido publicada previamente por organismos oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
BOLETÍN OFICIAL DEL ESTADO
Núm. 250
Miércoles 16 de octubre de 2024
Sec. III. Pág. 133103
Específicamente, en la Tarea 3 se realizarán las siguientes subtareas:
1. Selección y descarga de datos procedentes de las simulaciones globales de
diferentes escenarios climáticos en el marco del CMIP6.
Debido al elevado número de simulaciones climáticas realizadas por las distintas
instituciones a nivel global, es necesaria la selección de las simulaciones que mejor
representen la variable o variables climáticas deseadas en la vertiente mediterránea.
Esto se realizará mediante una amplia consulta bibliográfica de los estudios de precisión
y calidad de las proyecciones climáticas globales realizados, especialmente en la región
mediterránea.
2. Calibración, validación y comparativa de distintos modelos estadísticos para el
downscaling.
Los modelos estadísticos para el downscaling (SDM, por sus siglas en inglés)
permiten realizar proyecciones climáticas a escalas regionales e incluso locales con
menos recursos de computación en comparación con otras metodologías como el
downscaling dinámico, es decir, mediante modelos climáticos regionales de alta
resolución. Sin embargo, para la correcta generación de proyecciones climáticas a alta
resolución mediante modelos estadísticos se requiere una calibración y validación de
estos como se expone a continuación:
– Calibración. El SDM se calibra en cada estación meteorológica o en cada punto de
la rejilla de la base de datos usada como referencia. Concretamente, se aplican métodos
estadísticos a las series temporales largas (preferiblemente de al menos 30 años) en
cada punto o estación y se extraen los parámetros que describen el comportamiento de
cada variable. Una vez calibrado el modelo, este puede ser empleado para generar
condiciones climáticas a partir de las simulaciones climáticas.
– Validación. La calidad y robustez del SDM se valida frente a observaciones no
empleadas en la calibración de este. A partir de las variables simuladas en los modelos
climáticos y los estadísticos obtenidos en cada uno de los puntos de la rejilla o estaciones
se generan unas variables climáticas que se comparan con las observaciones de
referencia. Este proceso permite evaluar la calidad y robustez del modelo para la
generación de proyecciones climáticas a escala local o downscaling. Específicamente, se
calculan desviaciones, el RMSE (root-mean square error) y el IOA (Index of Agreement).
– Comparativa. Los SDM se pueden clasificar según la estrategia de calibración en
Perfect Prognosis (PP) y Model Output Statistics (MOS). Además, dentro de la estrategia
PP hay distintas familias según la metodología empleada: función de transferencia (TG),
análogos (ANA) o weather types (WT) y weather generators (WG). Por tanto, es
importante realizar una evaluación de los diferentes SDMs para determinar las
limitaciones y los potenciales de cada uno de estos. Esto se realiza comparando los
resultados de la validación entre los distintos SDMs considerados.
Generación de proyecciones climáticas y corrección de posibles sesgos.
Con los SDMs calibrados y validados se pueden generar proyecciones climáticas en
cada estación meteorológica o en cada punto de la rejilla de la base de datos de
referencia. Además, se puede aplicar una corrección de sesgos de tipo QDM (Quantile
Delta Mapping) por año o estación del año para mejorar la calidad de las proyecciones
climáticas obtenidas.
4. Aplicación de metodologías estadísticas para la generación de redes
homogéneas regulares.
Para el downscaling de proyecciones climáticas se pueden generan redes
homogéneas regulares mediante la aplicación de metodologías estadísticas.
cve: BOE-A-2024-21202
Verificable en https://www.boe.es
3.
Núm. 250
Miércoles 16 de octubre de 2024
Sec. III. Pág. 133103
Específicamente, en la Tarea 3 se realizarán las siguientes subtareas:
1. Selección y descarga de datos procedentes de las simulaciones globales de
diferentes escenarios climáticos en el marco del CMIP6.
Debido al elevado número de simulaciones climáticas realizadas por las distintas
instituciones a nivel global, es necesaria la selección de las simulaciones que mejor
representen la variable o variables climáticas deseadas en la vertiente mediterránea.
Esto se realizará mediante una amplia consulta bibliográfica de los estudios de precisión
y calidad de las proyecciones climáticas globales realizados, especialmente en la región
mediterránea.
2. Calibración, validación y comparativa de distintos modelos estadísticos para el
downscaling.
Los modelos estadísticos para el downscaling (SDM, por sus siglas en inglés)
permiten realizar proyecciones climáticas a escalas regionales e incluso locales con
menos recursos de computación en comparación con otras metodologías como el
downscaling dinámico, es decir, mediante modelos climáticos regionales de alta
resolución. Sin embargo, para la correcta generación de proyecciones climáticas a alta
resolución mediante modelos estadísticos se requiere una calibración y validación de
estos como se expone a continuación:
– Calibración. El SDM se calibra en cada estación meteorológica o en cada punto de
la rejilla de la base de datos usada como referencia. Concretamente, se aplican métodos
estadísticos a las series temporales largas (preferiblemente de al menos 30 años) en
cada punto o estación y se extraen los parámetros que describen el comportamiento de
cada variable. Una vez calibrado el modelo, este puede ser empleado para generar
condiciones climáticas a partir de las simulaciones climáticas.
– Validación. La calidad y robustez del SDM se valida frente a observaciones no
empleadas en la calibración de este. A partir de las variables simuladas en los modelos
climáticos y los estadísticos obtenidos en cada uno de los puntos de la rejilla o estaciones
se generan unas variables climáticas que se comparan con las observaciones de
referencia. Este proceso permite evaluar la calidad y robustez del modelo para la
generación de proyecciones climáticas a escala local o downscaling. Específicamente, se
calculan desviaciones, el RMSE (root-mean square error) y el IOA (Index of Agreement).
– Comparativa. Los SDM se pueden clasificar según la estrategia de calibración en
Perfect Prognosis (PP) y Model Output Statistics (MOS). Además, dentro de la estrategia
PP hay distintas familias según la metodología empleada: función de transferencia (TG),
análogos (ANA) o weather types (WT) y weather generators (WG). Por tanto, es
importante realizar una evaluación de los diferentes SDMs para determinar las
limitaciones y los potenciales de cada uno de estos. Esto se realiza comparando los
resultados de la validación entre los distintos SDMs considerados.
Generación de proyecciones climáticas y corrección de posibles sesgos.
Con los SDMs calibrados y validados se pueden generar proyecciones climáticas en
cada estación meteorológica o en cada punto de la rejilla de la base de datos de
referencia. Además, se puede aplicar una corrección de sesgos de tipo QDM (Quantile
Delta Mapping) por año o estación del año para mejorar la calidad de las proyecciones
climáticas obtenidas.
4. Aplicación de metodologías estadísticas para la generación de redes
homogéneas regulares.
Para el downscaling de proyecciones climáticas se pueden generan redes
homogéneas regulares mediante la aplicación de metodologías estadísticas.
cve: BOE-A-2024-21202
Verificable en https://www.boe.es
3.