Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Ciencias. Departamento Académico de Ingeniería Ambiental, Física y Meteorología
Detalles Bibliográficos
Autor: Bruno Ramirez, Jhonatan Edwin
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/5666
Enlace del recurso:https://hdl.handle.net/20.500.12996/5666
Nivel de acceso:acceso abierto
Materia:Clima
Escenarios climáticos
Evaluación
Modelos de simulación
Lluvia
Perù
Precipitación atmosférica
Temperatura
https://purl.org/pe-repo/ocde/ford#1.05.09
id UNAL_77829a16a6f17fd470efae8ad7d5c419
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/5666
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.es_PE.fl_str_mv Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
title Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
spellingShingle Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
Bruno Ramirez, Jhonatan Edwin
Clima
Escenarios climáticos
Evaluación
Modelos de simulación
Lluvia
Perù
Precipitación atmosférica
Temperatura
https://purl.org/pe-repo/ocde/ford#1.05.09
title_short Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
title_full Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
title_fullStr Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
title_full_unstemmed Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
title_sort Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
author Bruno Ramirez, Jhonatan Edwin
author_facet Bruno Ramirez, Jhonatan Edwin
author_role author
dc.contributor.advisor.fl_str_mv Calle Montes, Victoria Doris
dc.contributor.author.fl_str_mv Bruno Ramirez, Jhonatan Edwin
dc.subject.es_PE.fl_str_mv Clima
topic Clima
Escenarios climáticos
Evaluación
Modelos de simulación
Lluvia
Perù
Precipitación atmosférica
Temperatura
https://purl.org/pe-repo/ocde/ford#1.05.09
dc.subject.none.fl_str_mv Escenarios climáticos
Evaluación
Modelos de simulación
Lluvia
Perù
Precipitación atmosférica
Temperatura
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.05.09
description Universidad Nacional Agraria La Molina. Facultad de Ciencias. Departamento Académico de Ingeniería Ambiental, Física y Meteorología
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-02-24T16:08:19Z
dc.date.available.none.fl_str_mv 2023-02-24T16:08:19Z
dc.date.issued.fl_str_mv 2023
dc.type.en_US.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.en_US.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/5666
url https://hdl.handle.net/20.500.12996/5666
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.en_US.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/6181946b-f03f-4f95-a652-daf286e9e805/download
https://repositorio.lamolina.edu.pe/bitstreams/6de72491-272d-4775-b25b-949098753a9e/download
https://repositorio.lamolina.edu.pe/bitstreams/b8b1787d-b66a-43bf-811b-57ecbd4c82f0/download
https://repositorio.lamolina.edu.pe/bitstreams/956eeb39-c7fe-4e08-baea-a3f2119108a5/download
https://repositorio.lamolina.edu.pe/bitstreams/931ca251-0cc6-420c-a37a-a5e5d2d06b9a/download
https://repositorio.lamolina.edu.pe/bitstreams/28aab9bf-4c36-4554-b03a-b3183584b8b9/download
https://repositorio.lamolina.edu.pe/bitstreams/6511f0e3-a576-4e7b-9ffb-d32e1864e680/download
https://repositorio.lamolina.edu.pe/bitstreams/ae1a3e6d-8cbc-45e2-b621-c11dba35c336/download
https://repositorio.lamolina.edu.pe/bitstreams/59a181ac-7e8c-4998-9ade-67c4e768554a/download
https://repositorio.lamolina.edu.pe/bitstreams/289a9f22-0aa0-4994-ad52-d91b7c9bfbc1/download
bitstream.checksum.fl_str_mv bc18d9ba92c8fd54339039921c409be2
daa996e81a6c2a3dcfb0f411933e75b7
b4bf5ded83082abdd2142769c5030bc0
3be45eb8dc9185aafb802442a83e3e54
28d1336a6c576e53fa9da729eb0d7ba3
b20c9d26348e61c9fadd9a0442bdd35c
7b26496023e5e35ad9630e8db78ce978
492da6d396659946ce53aef6d4f7bdbe
92eefed4b7d57ea702db29b1d2f93592
97c5bee00fbb4c4f8867bd742b579336
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1846975321139576832
spelling Calle Montes, Victoria Doris869fedde-6d69-445f-b544-6cb36a45e021Bruno Ramirez, Jhonatan Edwin2023-02-24T16:08:19Z2023-02-24T16:08:19Z2023https://hdl.handle.net/20.500.12996/5666Universidad Nacional Agraria La Molina. Facultad de Ciencias. Departamento Académico de Ingeniería Ambiental, Física y MeteorologíaAnte la realidad del cambio climático se requiere de rigurosos métodos en las predicciones del clima, uno de estos es el cálculo de incertidumbre de modelos climáticos que ayudan a los tomadores de decisiones y comunidad científica, a establecer medidas de prevención. En el presente estudio se muestran los resultados y el análisis de las fuentes de incertidumbre de un conjunto de modelos climáticos representativos del Proyecto de Intercomparación de Modelos Acoplados en su sexta fase (CMIP6), con resolución espacial 100 km y datos mensuales, teniendo período de referencia 1981 - 2010 y Rutas Socioeconómicas Compartidas SSP2-4.5 y SSP5-8.5 en el período 2015-2100. El área de estudio es Sudamérica y se filtraron los modelos más representativos considerando las siguientes metodologías, la parte física considera la posición e intensidad del núcleo de los sistemas sinópticos; Anticiclón del Pacifico Sur Oriental (APSO), Alta de Bolivia (AB) y Baja Amazónica (BA), y la estadística se evaluó mediante Correlación Pearson, Error medio (BIAS) y Error Cuadrático Medio (RMSE), teniendo como modelo observado ERA5, los resultados indicaron que los modelos climáticos representativos son los desarrollados por el instituto EC-Earth-Consortium, de Europa, E3SM-1-1-ECA de E3SM-Project-USA, GFDL-ESM4 de NOAA-USA, GFDL-USA y NorESM2-MM de NCC-Noruega. El cálculo de las fuentes de incertidumbre se define mediante la suma de la variabilidad interna, incertidumbre del modelo e incertidumbre del escenario. Se evidencia que la variable precipitación acumulada estacional en las proyecciones climáticas indican que la variabilidad interna es el factor de incertidumbre dominante, la incertidumbre del escenario varía en cada estación presentando mayor área en primavera (SON), la incertidumbre del modelo crece continuamente hasta el 2100, la temperatura del aire promedio estacional indica que la variabilidad interna es dominante hasta el 2050, debido a que la incertidumbre del escenario tiene un impacto sobre la región esta aumenta continuamente hasta el 2100, a diferencia de la incertidumbre del modelo que aumentan hasta el 2050 y luego disminuye.Given the reality of climate change, rigorous methods that seek quantitative climate predictions are required, one of which is the calculation of uncertainty in climate models that help decision makers and the scientific community to establish preventive measures. The present study calculates and analyzes the sources of uncertainty of a set of representative climate models of the Coupled Model Intercomparison Project in its sixth phase (CMIP6), with spatial resolution 100 km and monthly data, having historical period 1981 - 2010 and Shared Socioeconomic Pathways SSP2-4.5 and SSP5-8.5 in the future period 2015-2100. The study area is South America and the most representative climate models were filtered using two methodologies, the physical part considers the position and intensity of the core of the synoptic systems; Anticyclone of the South East Pacific (APSO), High of Bolivia (AB) and Amazonian Low (BA), and the statistical part was evaluated by Pearson Correlation, Mean Error (BIAS) and Root Mean Square Error (RMSE), having as observed model ERA5, the results indicated that the representative climate models are EC-Earth-Consortium, from Europe, E3SM-1-1-ECA, GFDL-ESM4 and NorESM2-MM. The calculation of the sources of uncertainty is defined by the sum of internal variability, model uncertainty and scenario uncertainty, obtained results that the seasonal cumulative precipitation variable in the climate projections indicate that internal variability is the dominant uncertainty factor, the scenario uncertainty varies in each season presenting greater area in spring (SON), the model uncertainty increases continuously until 2100, the seasonal average air temperature indicates that the internal variability is dominant until 2050, because the scenario uncertainty has an impact on the region it increases continuously until 2100, unlike the model uncertainty that increases until 2050 and then decreases.application/pdfspaUniversidad Nacional Agraria La MolinaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/ClimaEscenarios climáticosEvaluaciónModelos de simulaciónLluviaPerùPrecipitación atmosféricaTemperaturahttps://purl.org/pe-repo/ocde/ford#1.05.09Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudaméricainfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMSUNEDUIngeniería Ambiental, Física y MeteorologíaUniversidad Nacional Agraria La Molina. Facultad de CienciasIngeniero Meteorólogo47748978https://orcid.org/0000-0002-7394-025007217249https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesionalhttps://purl.org/pe-repo/renati/level#tituloProfesional521035Canchoa Quispe, AlessandriGarcía Villanueva, JerónimoHuisacaina Soto, Héctor LadislaoTEXTbruno-ramirez- jhonatan-edwin.pdf.txtbruno-ramirez- jhonatan-edwin.pdf.txtExtracted texttext/plain70551https://repositorio.lamolina.edu.pe/bitstreams/6181946b-f03f-4f95-a652-daf286e9e805/downloadbc18d9ba92c8fd54339039921c409be2MD55Informe Antiplagio Bruno Ramirez Jhonatan Edwin.pdf.txtInforme Antiplagio Bruno Ramirez Jhonatan Edwin.pdf.txtExtracted texttext/plain78137https://repositorio.lamolina.edu.pe/bitstreams/6de72491-272d-4775-b25b-949098753a9e/downloaddaa996e81a6c2a3dcfb0f411933e75b7MD57Formulario BAN Bruno Ramirez Jhonatan Edwin Ingreniero Meteorólogo.pdf.txtFormulario BAN Bruno Ramirez Jhonatan Edwin Ingreniero Meteorólogo.pdf.txtExtracted texttext/plain8491https://repositorio.lamolina.edu.pe/bitstreams/b8b1787d-b66a-43bf-811b-57ecbd4c82f0/downloadb4bf5ded83082abdd2142769c5030bc0MD59THUMBNAILbruno-ramirez- jhonatan-edwin.pdf.jpgbruno-ramirez- jhonatan-edwin.pdf.jpgGenerated Thumbnailimage/jpeg3305https://repositorio.lamolina.edu.pe/bitstreams/956eeb39-c7fe-4e08-baea-a3f2119108a5/download3be45eb8dc9185aafb802442a83e3e54MD56Informe Antiplagio Bruno Ramirez Jhonatan Edwin.pdf.jpgInforme Antiplagio Bruno Ramirez Jhonatan Edwin.pdf.jpgGenerated Thumbnailimage/jpeg3676https://repositorio.lamolina.edu.pe/bitstreams/931ca251-0cc6-420c-a37a-a5e5d2d06b9a/download28d1336a6c576e53fa9da729eb0d7ba3MD58Formulario BAN Bruno Ramirez Jhonatan Edwin Ingreniero Meteorólogo.pdf.jpgFormulario BAN Bruno Ramirez Jhonatan Edwin Ingreniero Meteorólogo.pdf.jpgGenerated Thumbnailimage/jpeg4239https://repositorio.lamolina.edu.pe/bitstreams/28aab9bf-4c36-4554-b03a-b3183584b8b9/downloadb20c9d26348e61c9fadd9a0442bdd35cMD510ORIGINALbruno-ramirez- jhonatan-edwin.pdfbruno-ramirez- jhonatan-edwin.pdfTexto completoapplication/pdf3976851https://repositorio.lamolina.edu.pe/bitstreams/6511f0e3-a576-4e7b-9ffb-d32e1864e680/download7b26496023e5e35ad9630e8db78ce978MD51Informe Antiplagio Bruno Ramirez Jhonatan Edwin.pdfInforme Antiplagio Bruno Ramirez Jhonatan Edwin.pdfInforme originalidadapplication/pdf401522https://repositorio.lamolina.edu.pe/bitstreams/ae1a3e6d-8cbc-45e2-b621-c11dba35c336/download492da6d396659946ce53aef6d4f7bdbeMD53Formulario BAN Bruno Ramirez Jhonatan Edwin Ingreniero Meteorólogo.pdfFormulario BAN Bruno Ramirez Jhonatan Edwin Ingreniero Meteorólogo.pdfAutorizacionapplication/pdf1368545https://repositorio.lamolina.edu.pe/bitstreams/59a181ac-7e8c-4998-9ade-67c4e768554a/download92eefed4b7d57ea702db29b1d2f93592MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81664https://repositorio.lamolina.edu.pe/bitstreams/289a9f22-0aa0-4994-ad52-d91b7c9bfbc1/download97c5bee00fbb4c4f8867bd742b579336MD5220.500.12996/5666oai:repositorio.lamolina.edu.pe:20.500.12996/56662023-03-13 09:10:05.906https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 12.646191
Análisis de fuentes de incertidumbre en los modelos climáticos CMIP6 para las proyecciones climáticas de temperatura y precipitación en Sudamérica
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares