La reducción de escala es cualquier procedimiento para inferir información de alta resolución a partir de variables de baja resolución. Esta técnica se basa en enfoques dinámicos o estadísticos comúnmente utilizados en varias disciplinas, especialmente meteorología , climatología y teledetección . [1] [2] El término reducción de escala generalmente se refiere a un aumento en la resolución espacial , pero a menudo también se usa para la resolución temporal . [3] [4]
Meteorología y climatología
Los modelos climáticos globales (GCM) utilizados para estudios climáticos y proyecciones climáticas se ejecutan normalmente a resoluciones espaciales del orden de 150 a 200 km [5] y tienen una capacidad limitada para resolver características importantes de escala de subcuadrícula, como nubes de convección y topografía. . Como resultado, las proyecciones basadas en GCM pueden no ser sólidas para los estudios de impacto local.
Para superar este problema, se desarrollan métodos de reducción de escala para obtener el tiempo y el clima a escala local , particularmente a nivel de superficie, a partir de las variables atmosféricas a escala regional que proporcionan los GCM. Existen dos formas principales de técnica de reducción de escala. Una forma es la reducción de escala dinámica , donde la salida del GCM se utiliza para impulsar un modelo numérico regional en una resolución espacial más alta, que por lo tanto es capaz de simular las condiciones locales con mayor detalle. La otra forma es la reducción de escala estadística , donde se establece una relación estadística a partir de observaciones entre variables a gran escala, como la presión superficial atmosférica, y una variable local, como la velocidad del viento en un sitio en particular. Posteriormente, la relación se utiliza en los datos de GCM para obtener las variables locales de la salida de GCM.
Wilby y Wigley clasificaron las técnicas de reducción de escala meteorológica en cuatro categorías: [6] métodos de regresión , enfoques basados en patrones meteorológicos, generadores meteorológicos estocásticos , que son todos métodos estadísticos de reducción de escala y modelado de área limitada (que corresponde a métodos dinámicos de reducción de escala ). Entre estos enfoques, se prefieren los métodos de regresión debido a su relativa facilidad de implementación y bajos requisitos de cálculo.
Ejemplos de
En 2007, la Oficina de Reclamación de EE. UU. Colaboró con el Laboratorio Nacional de Tecnología Energética del Departamento de Energía de EE. UU. (DOE NETL), la Universidad de Santa Clara (SCU), el Laboratorio Nacional Lawrence Livermore (LLNL) y el Instituto de Investigación sobre el Cambio Climático de la Universidad de California y su Impactos (IRCCSI) para aplicar una técnica probada llamada “Desglose espacial de corrección de sesgo” BCSD; [7] ver también “Acerca de en el sitio web” para 112 proyecciones climáticas globales contemporáneas disponibles a través del Proyecto de Intercomparación de Modelos de Pareja del Programa Mundial de Investigación del Clima, Fase 3 (WCRP CMIP3). Estas proyecciones representan 16 GCM que simulan respuestas climáticas a tres escenarios de GEI a partir de múltiples condiciones iniciales del sistema climático.
El esfuerzo resultó en el desarrollo de 112 proyecciones mensuales de temperatura y precipitación sobre los Estados Unidos continentales a una resolución espacial de 1/8 ° (12 kilómetros (7,5 millas)) durante un período de simulación climática de 1950-2099.
CORDEX
El Experimento Regional Coordinado de Downscaling (CORDEX) se inició en 2009 con el objetivo de proporcionar un marco para la evaluación y comparación del rendimiento del modelo de downscaling, así como definir un conjunto de experimentos para producir proyecciones climáticas para su uso en estudios de impacto y adaptación. [8] [9] Los experimentos de CORDEX sobre cambio climático están impulsados por los resultados de WCRP CMIP5 [10] GCM . CORDEX definió 14 regiones o dominios de reducción de escala.
Ordenadores
En términos de tecnología, la reducción de escala significa reducir algo, generalmente refiriéndose a la resolución .
Referencias
- Hessami, M., Quarda, TBMJ, Gachon, P., St-Hailaire, A., Selva, F. y Bobee, B., "Evaluación del método de reducción de escala estadística en varias regiones del este de Canadá", 57a asociación canadiense de recursos hídricos congreso anual, 2004.
- Kim, JW, Chang, JT, Baker, NL, Wilks, DS, Gates, WL, 1984. El problema estadístico de la inversión climática: determinación de la relación entre el clima local y el clima a gran escala. Monthly Weather Review 112, 2069–2077.
- Maraun, D., Wetterhall, F., Ireson, AM, Chandler, RE, Kendon, EJ, Widmann, M., Brienen, S., Rust, HW, Sauter, T., Themessl, M., Venema VKC, Chun , KP, Goodess, CM, Jones, RG, Onof C., Vrac M. y Thiele-Eich, I., "Precipitación Downscaling bajo el cambio climático. Desarrollos recientes para cerrar la brecha entre los modelos dinámicos y el usuario final", Rev. Geophys. 48, RG3003, 2010.
- Maraun, D. y Widmann, M., "Reducción estadística y corrección de sesgo para la investigación climática", Cambridge University Press, Cambridge, 2018.
- Sahour, H., Sultan, M., Vazifedan, M., Abdelmohsen, K., Karki, S., Yellich, JA, Gebremichael, E., Alshehri, F., Elbayoumi, TM (2020). Aplicaciones estadísticas para reducir la escala de datos de almacenamiento de agua terrestre derivados de GRACE y para llenar los vacíos temporales. Teledetección, 12 (3), 533. https://doi.org/10.3390/rs12030533
- von Storch, H., Zorita, E., Cubasch, U., 1993. Reducción de las estimaciones del cambio climático global a escalas regionales: una aplicación a las precipitaciones ibéricas en invierno. Journal of Climate 6, 1161-1171.
- Wilby, RL y Wigley, TML, (1997) Salida del modelo de circulación general de reducción a escala: una revisión de métodos y limitaciones, Progress in Physical Geography, 21, 530–548.
- Wilby, RL, Dawson, CW y Barrow EM, (2002) SDSM: una herramienta de apoyo a la toma de decisiones para la evaluación de los impactos regionales del cambio climático, Environmental Modeling & Software, 17, 147-159.
- Wood, AW, Leung, L. 5 R., Sridhar, V. y Lettenmaier, DP: Implicaciones hidrológicas de enfoques dinámicos y estadísticos para reducir los resultados de los modelos climáticos, Cambio climático, 62, 189–216, 2004.
- Reclamation et al. “Corrección de sesgo y proyecciones climáticas e hidrológicas de CMIP3 del WCRP a escala reducida” < http://gdo-dcp.ucllnl.org/ downscaled_cmip3_projections />
- Xu, Z. y Z.-L. Yang, (2012) Un método de reducción de escala dinámico mejorado con correcciones de sesgo de GCM y su validación con 30 años de simulaciones climáticas. J. Climate, 25, 6271–6286.
- Xu, Z. y Z.-L. Yang, (2015) Un nuevo enfoque dinámico de reducción de escala con correcciones de sesgo de GCM y empuje espectral. J. Geophys. Res. Atmósferas, doi: 10.1002 / 2014JD022958
- Notas
- ↑ Ribalaygua, J .; Torres, L .; Pórtoles, J .; Monjo, R .; Gaitan, E .; Pino, MR (2013). "Descripción y validación de un método de reducción de escala analógica / regresión de dos pasos". Climatología Teórica y Aplicada . 114 (1–2): 253–269. Código bibliográfico : 2013ThApC.114..253R . doi : 10.1007 / s00704-013-0836-x .
- ^ Peng, J .; Loew, A .; Merlin, O .; Verhoest, NEC (2017). "Una revisión de la reducción de escala espacial de la humedad del suelo detectada remotamente por satélite" . Reseñas de Geofísica . 55 (2): 341. Bibcode : 2017RvGeo..55..341P . doi : 10.1002 / 2016RG000543 . hdl : 11858 / 00-001M-0000-002D-3843-0 .
- ^ Lee, T .; Jeong, C. (2014). "Reducción temporal estadística no paramétrica de la precipitación diaria a la precipitación por hora e implicaciones para los escenarios de cambio climático". Revista de hidrología . 510 : 182-196. Código bibliográfico : 2014JHyd..510..182L . doi : 10.1016 / j.jhydrol.2013.12.027 .
- ^ Monjo, R. (2016). "Medida de la estructura del tiempo de lluvia utilizando el índice n adimensional" . Investigación climática . 67 (1): 71–86. Código Bibliográfico : 2016ClRes..67 ... 71M . doi : 10.3354 / cr01359 . (pdf)
- ^ Cambio, Panel Intergubernamental sobre el Clima (marzo de 2014). "Evaluación de modelos climáticos" . En Panel Intergubernamental sobre Cambio Climático (ed.). Cambio climático 2013: la base de la ciencia física (PDF) . Cambio climático 2013 - La base de las ciencias físicas: Contribución del Grupo de Trabajo I al Quinto Informe de Evaluación del Panel Intergubernamental sobre Cambio Climático . págs. 741–866. doi : 10.1017 / cbo9781107415324.020 . ISBN 9781107415324. Consultado el 6 de agosto de 2019 .
- ^ Wilby, RL; Wigley, TML (1997). "Reducción de la producción del modelo de circulación general: una revisión de métodos y limitaciones". Progreso en Geografía Física . 21 (4): 530–548. doi : 10.1177 / 030913339702100403 .
- ^ Madera, AW; Leung, LR; Sridhar, V .; Lettenmaier, DP (1 de enero de 2004). "Implicaciones hidrológicas de enfoques dinámicos y estadísticos para la reducción de los resultados del modelo climático". Cambio Climático . 62 (1-3): 189-216. doi : 10.1023 / B: CLIM.0000013685.99609.9e . ISSN 0165-0009 .
- ^ "CAB Direct" . www.cabdirect.org . Consultado el 6 de agosto de 2019 .
- ^ Gutowski Jr., William J .; Giorgi, Filippo; Timbal, Bertrand; Frigon, Anne; Jacob, Daniela; Kang, Hyun-Suk; Raghavan, Krishnan; Lee, Boram; Lennard, Christopher (17 de noviembre de 2016). "Experimento regional coordinado de reducción de escala del WCRP (CORDEX): un MIP de diagnóstico para CMIP6" . Desarrollo de modelos geocientíficos . 9 (11): 4087–4095. doi : 10.5194 / gmd-9-4087-2016 . ISSN 1991-9603 .
- ^ Taylor, Karl E .; Stouffer, Ronald J .; Meehl, Gerald A. (7 de octubre de 2011). "Una descripción general de CMIP5 y el diseño de experimentos" . Boletín de la Sociedad Meteorológica Estadounidense . 93 (4): 485–498. doi : 10.1175 / BAMS-D-11-00094.1 . ISSN 0003-0007 .