Parte 1.- Aspectos geográficos y políticos del Perú

REPORTE DE LAS ACTIVIDADES DE LA PREDICCIÓN CLIMÁTICA EN EL
PERÚ
Parte 1.- Aspectos geográficos y políticos del Perú
Perú está localizado en la parte noroccidental de Sudamérica, el cual limita por el norte con
Ecuador y Colombia, por el este con Brasil y Bolivia, por el sur con Chile y Bolivia y por
el oeste con el Océano Pacífico.
El Perú tiene tres regiones geográficas: costa, sierra y selva. Cada región tiene su propia
altitud y clima. La Costa, con apenas el 11% del territorio nacional, acoge al 52% de la
población. Esta región colinda con el mar, presentando hermosas playas, dunas de arena,
desiertos y valles fértiles para la agricultura. Los fenómenos que le afectan especialmente
en la costa norte es el Fenómeno El Niño, en la zona central las nieblas y los vientos fuertes
denominados Paracas.
La Sierra tiene el 30% del territorio para el 37% de la población. Esta región presenta las
mayores altitudes y tiene dos zonas la vertiente oriental y la occidental, separados por
valles, asimismo en esta zona albergó a la cultura Incaica manteniendo sitios arqueológicos
de mucha importancia. La Selva significa el 59% del territorio para sólo el 11% de la
población, presenta una densa floresta y es dividido por la selva alta y la selva baja,
dependiendo de la altitud.
El Perú se encuentra dividido en 24 departamentos y una provincia constitucional, tiene por
ciudades principales a Lima, la capital, Arequipa, Trujillo, Chiclayo, Huancayo, Piura,
Cuzco y Chimbote.
Asimismo el Perú es un país privilegiado por su singularidad en ecosistemas y especies, por
lo que ocupa el primer lugar en peces, con el 10% del total mundial, ya que tiene cerca de 2
mil especies de aguas marinas y continentales. Ocupa el segundo lugar en aves, con mil 736
especies. El tercer lugar en mamíferos, con 460 especies. El tercer lugar en anfibios, con
332. Y el quinto lugar en reptiles, con 365. En la flora, se calcula que tiene 2 mil 500
especies, el 10% del total mundial, de las cuales un 30% son endémicas. Es el quinto país
en el mundo en número de especies, primero en número de especies en plantas de
propiedades conocidas y utilizadas por la población (4 mil 400 especies), y primero en
especies domésticas nativas. Por otro lado los principales productos de exportación son
minerales, productos pesqueros y algodón.
El Perú es un país demócrata, el presidente y los congresistas son elegidos por el pueblo por
un periodo de 5 años. Actualmente el presidente es el Dr. Alejandro Toledo. Asimismo, la
lengua oficial es el español.
Parte 2.-
Aspectos climáticos del Perú
En términos generales, el clima varía en las diferentes regiones del Perú. En la costa, el
invierno es húmedo, nuboso y presenta lloviznas ligeras, este periodo se extiende de junio
a setiembre. En promedio, la temperatura mínima es de 14° C, con máximas de 18° C. En
verano se llega a temperaturas superiores a los 28° C.
En la sierra del Perú se presentan dos estaciones climáticas bien definidas: una de estiaje,
entre abril y octubre, caracterizada por días soleados, noches muy frías y ausencia de
lluvias y la otra lluviosa, entre noviembre y marzo, en la que las precipitaciones son
abundantes (por lo general sobre los 1.000 mm). Un rasgo que caracteriza a esta región es
la marcada variación de temperatura a lo largo del día; es común contar con temperaturas
de hasta 24° C al mediodía y tan bajas como -3° C por la madrugada.
La selva peruana, se puede dividir en dos zonas muy diferenciadas: la selva alta o ceja de
montaña (sobre los 500 msnm) que posee un clima subtropical y templado, con abundantes
lluvias (alrededor de 3.000 mm al año) entre noviembre y marzo y días soleados entre abril
y octubre; y la selva baja (por debajo de 500 msnm) cuyo disminución de lluvias se
produce entre los meses de abril y octubre con días soleados y altas temperaturas, a menudo
superiores a los 35° C. La humedad en la selva es muy alta a lo largo del año. La región sur
es afectada por los "friajes" o "surazos", que son advecciones de aire frío que provienen del
sur del continente y cuyos efectos son fuertes vientos del Sur y el descenso de la
temperatura del aire, el cual puede bajar hasta los 8° C y suelen presentarse entre mayo y
setiembre.
Parte 3.- Desastres Naturales Relacionados al Clima
Los mayores desastres climáticos en el Perú son:
I)
Excesiva lluvia en la región árida y semiárida de la Costa Norte en periodos del
evento El Niño que causan aludes de lodo y piedras, así como sobrecarga y
desborde de los principales ríos.
II)
Sequías en la región semiárida de la región de la Sierra de Perú cada 2 o tres años.
III)
Intensas advecciones de aire frío provenientes del sur del continente sudamericano.
IV)
Tormentas de nieve en la sierra.
El sector agrícola es gravemente afectado por todos ellos, debido a que causa una reducción
significativa y en algunos casos la perdida del total de los cultivos en algunas zonas del
país, especialmente en la región andina. Por otro lado el sector salud es afectado por las
fuertes lluvias, heladas y las variaciones de temperatura, lo mismo que los sectores
industriales y transporte.
En general podemos decir que un desastre natural puede causar pérdida de vidas humanas,
daños a la infraestructura y empobrecimiento en general.
Parte 4.-
Actividades de la predicción climática
El Servicio Nacional de Meteorología e Hidrología del Perú, SENAMHI, ha crecido
rápidamente en los últimos 4 años. Hemos trabajado en diversos tópicos pero durante el
2003 se han desarrollado básicamente predicciones ensambladas con el modelo global
CCM3 y se ha realizado, el downscaling regional para obtener pronósticos regionales con
mayor resolución. Asimismo estamos trabajando en la climatología CCM3 para utilizar esta
información en la obtención de las anomalías para diversas variables.
4.1 Resumen de los principales modelos numéricos operacionales
Modelo ETA/SENAMHI: está funcionando en modo operacional en el Centro de
Predicción numérica (CPN) del SENAMHI desde julio del 2000. El modelo es
corrido por 72 horas, una vez al día con una resolución vertical de 38 niveles y dos
resoluciones horizontales: 25 Km. sobre el dominio de Perú y 48 Km. sobre el
dominio de Sudamérica utilizando las salidas del modelo AVN y WAFS como
condiciones iniciales y de frontera. Otra versión del modelo de ETA es procesado
diariamente pero no en forma operacional, este modelo ha sufrido algunos cambios
en la parametrización de la convección por lo que es utilizado para evaluar este
esquema de la convección del modelo.
Productos del Modelo ETA
Modelo CCM3: es un modelo climático global acoplado océano-atmosféricocontinente. Fue desarrollado por el National Center for Atmospheric Research
(NCAR) de los E.E.U.U. El modelo fue instalado CPN del SENAMHI a finales del
año 2000 debido a la importancia del tener un modelo que permite predecir con
varios meses de anticipación, los impactos posibles de los acontecimientos
regionales o globales extremos de los eventos tales como EL Niño o la Niña,
permitiendo de esta manera el planeamiento de las principales actividades
económicas del país. En la actualidad, el modelo posee una resolución horizontal de
2.8° (T42) y es inicializado con las temperaturas superficiales del agua del mar
observadas y pronosticadas obtenidas del National Center for Environmental
Prediction (NCEP). El CPN del SENAMHI continúa mejorando la interacción entre
los modelos climáticos globales y los modelos regionales para obtener una
predicción climática regional óptima, utilizando de esta manera el modelo RAMS
(Regional Atmospheric Model System, asimismo se ha puesto en ejecución
pronósticos ensamblados.
Productos del Modelos CCM3
Modelo RAMS: este modelo regional fue desarrollado inicialmente por los
científicos de la Universidad de Colorado (USA) y más adelante por la división del
ASTER de la Mission Research Corporation (USA). Este modelo ha sido
implementado y usado para estudios específicos del SENAMHI en áreas pequeñas
con resultados muy buenos. Las condiciones iniciales y de frontera se toman del
AVN o de las salidas de REANALYSIS y el esquema de la asimilación numérica
que el modelo posee, permite incluir la información de la red automática de
estaciones meteorológicas y de los radiosondas que cuenta el Perú. Un dominio
sobre Piura y Lima ha sido instalado con resolución muy alta de hasta 1,5 Km.
El Modelo Hidrológico: Sacramento - Modelo HFS: este modelo HFS fue
implementado por CPN con ayuda del Hydrologic Research Center (HRC) de San
Diego California, USA. Este modelo es operacional desde principios del 2001 y
actualmente genera pronósticos de flujos diarios y máximos instantáneos con una
anticipación de hasta 5 días para la cuenca del río Rímac en Lima. También, se ha
implementado para el río de Piura en norte del Perú. Este modelo utiliza como
datos de entrada el pronóstico de lluvias producido por el modelo operacional
ETA/SENAMHI.
Los resultados se publican diariamente en la página web SENAMHI y se integran al
modelo hidráulico HEC RAS (Hydrologic Engineering Corps Center of the USA)
para el pronóstico de áreas inundables.
Modelo Sacramento EHF: Este modelo comenzó a funcionar a finales del 2000,
da pronósticos a largo plazo de caudales, el cual utiliza el modelo de Sacramento
HFS con una metodología de ensambles para reducir la incertidumbre del
pronóstico extendido. En la actualidad se genera salidas para 4 meses para el Río
Rímac, un río principal de la Capital del Perú, asimismo se está implementando para
un río en la zona norte del Perú, río Piura. Todas estas salidas son publicadas en la
página web del SENAMHI.
4.2
Investigación y desarrollo en el pronóstico a largo plazo
ESEMBLES: Reconociendo la importancia del pronóstico probabilístico basada en
ensamblados (ensemble) comenzamos la primera etapa con el sistema de predicción
de 4 miembros.
Estos ensamblados fueron realizados con el modelo CCM3 para lo cual se
modificaron ligeramente las condiciones iniciales, temperaturas de agua de mar, por
medio de una pequeña perturbación en el campo inicial usando una distribución
normal con un valor aleatorio. La perturbación genera cambios de menos de 1/100
grados Celsius de la desviación de estándar de cada valor de la temperatura de agua
de mar en cada punto de grilla. Asimismo sólo se perturba el primer mes de los
campos iniciales. El plan futuro es realizar 16 ensamblados pero hasta el momento
no es posible por falta de capacidad en la infraestructura.
DOWNSCALING DEL CCM3-RAMS: RAMS permite el downscaling de las
salidas del CCM3, mejorando el acoplamiento dinámico del modelo inicial. Los
campos atmosféricos producidos por el CCM3 se utilizan como condiciones
iniciales y de frontera para el modelo RAMS. El modelo RAMS entonces se utiliza
en dos dominios, una sobre Perú con resolución de 50 Km. la cual genera
precipitación en todo el país y una importante aplicación es que esta información es
utilizada en el modelo de cosecha la cual da una buena idea de cómo será la
campaña agrícola.
Actualmente la predicción utiliza la asimilación de 100 observaciones de las
estaciones meteorológicas. El otro dominio es sobre una cuenca, en este caso sobre
el río Urubamba, la cual es ejecutada con una resolución de 20 Km. La simulación
sobre el Urubamba produce pronósticos de precipitaciones en toda la cuenca la cual
es la entrada para el modelo hidrológico para generar caudales y posteriormente es
utilizado con el modelo hidráulico para determinar los niveles del río para asegurar
la seguridad del transporte fluvial en el Proyecto de la extracción del Gas natural.
PRONÓSTICO DE COSECHAS: uno de las aplicaciones del pronóstico climático
regional es el pronóstico de cosechas. Para esto se acopla el modelo climático con
uno de cosechas. Este modelo de cosecha ingresa datos diarios de precipitación
pronosticada, la cual es producida por CCM3- RAMS. Sistemas estadísticos son
utilizados para corregir los valores de los modelos, estas técnicas son Model output
statistic (MOS) y el Perfect Prog. Con este sistema de pronóstico es posible evaluar
las decisiones en el campo agrícola de determinados cultivos. En el futuro deseamos
investigar sobre otras variables como la temperatura y la humedad para los modelos
biológicos y asociarlos con la presencia de plagas y enfermedades.
ASIMILACIÓN DE DATOS: El modelo RAMS tiene un módulo de asimilación
de datos, usando el esquema de Barnes. Esta opción permite que incluyamos la
información de las estaciones automáticas y de los radiosondas en un formato
RALPH la cual es leída por el modelo RAMS.
VALIDACIÓN DE LAS SALIDAS DE LA PRECIPITACIÓN DE LOS
MODELO ATMOSFÉRICOS: Durante el año 2003 se continuó la validación de
la precipitación pronosticada para 48 horas por el modelo operacional
ETA/SENAMHI (48 kilómetros). Para esta validación se utiliza la precipitación
observada de una red de cerca de 200 estaciones las cuales son comparadas con las
precipitaciones estimada por el modelo ETA.
Los resultados demuestran una cercana correspondencia entre la precipitación
observada y la pronosticada durante el invierno en la selva (correlación media 63%)
y durante el verano en la sierra (correlación media 57%). En la figura se muestra la
habilidad del modelo ETA durante un mes de verano (febrero) y un mes del
invierno (agosto).
Los resultados del modelo ETA-experimental con el cambio en la parametrización
de la convección demostraron diferencias con el modelo ETA operacional
especialmente en la zona norte de nuestro país que incluye la región de la sierra
como la selva.
Con respecto al modelo CCM3, se analizan las salidas del modelo especialmente el
de la variable precipitación y es comparada con los valores analizados del The
Climate Center (CPC) de USA. Asimismo se está generando la climatología del
CCM3 de las diferentes variables bajo nuestras específicas condiciones la cual nos
dará la información de cómo el modelo simula el clima en nuestra zona y con
nuestras condiciones.
Parte 5.-
Aplicaciones de los productos de la predicción
En nuestro país las aplicaciones de nuestros productos de la predicción tienen diferentes
sectores entre los principales tenemos:
1. Agricultura
6. turismo
2. Transporte
7. Aviación
3. Construcción
8. Salud
4. Energía y minas
9. Manejo Medioambiental
5. Industrias
10. Manejo del recurso del agua
Parte 6.-
Entrenamiento
El personal profesional durante el año ha recibido capacitación en análisis de datos para
predicción climática. Asimismo, el personal profesional está participando en los Forums
Climáticos Regionales.
Parte 7.- Puntos Focales
Ing. Amelia Díaz, Meteoróloga, profesional en predicción numérico,
Email: [email protected], Telf. (511) 6141408
Ing. Gabriela Rosas, Meteoróloga, encargada del centro de predicción numérica
Email: [email protected], Telf: (511)6141408
Ing. Jorge Chira, Meteorólogo, encargado de pronósticos a corto plazo
Email: [email protected], Telf: (511)6141407
Parte 8-
Planes futuros
Actualmente se está realizando el proyecto PROCLIMS para generar posibles escenarios
climáticos, para lo cual procesaremos el modelo regional RAMS para los próximos 50
años, el cual utilizará las condiciones de frontera del modelo de NCAR. Los resultados
servirán como herramientas modernas para el manejo del futuro y el decrecimiento de la
vulnerabilidad al cambio climático.
Para este proyecto se ha configurado un cluster con 30 PC Linux y se estima que la corrida
en dicho cluster demorará 11 meses para dos escenarios climáticos del IPCC.
Parte 9-
Requerimientos
Desarrollo de proyectos binacionales (regionales) para la predicción climática.
Encuentros o forums regionales de predicción climática a nivel de sudamérica, con talleres
prácticos.
Capacitación en predicción climática con ejercicios prácticos y estudios casos.