Cambio Clim Tico en La Cuenca Del R o Mantaro Baja

Cambio climtico en la cuenca del Ro
Mantaro
Proyecciones para el ao 2030
02
Cambio Climtico en la Cuenca del Ro Mantaro, Junn
Cambio Climtico en la Cuenca

del Ro Mantaro, Junn
03
Autores : Grinia Avalos R., Clara Oria R., Gerardo Jcome V., Delia Acua A., Alan Llacza R. y Flix
Cubas S. del Servicio Nacional de Meteorologa e Hidrologa del Per SENAMHI
Consultores : ngel Cornejo y Silvia Guerra
Contribuciones : Ezequiel Villegas
Colaboradores : Sayuri Ramrez, Lourdes Menis, Miguel Vara, Ever Castillo, Elizabeth Herrera, Roco
Moscol y Reynaldo Navarrete
Soporte computacional : Otto Huiman, Alan Llacza y Gerardo Jcome
Revisin : Ezequiel Villegas
Correccin de estilo : Carlos Castillo y Lucinda Montaez
Ao : 2012
Edicin : SENAMHI
Ministerio del Ambiente MINAM
Av. Javier Prado Oeste 1440, San Isidro, Lima.
Telfono (51-1) 611600
http://www.minam.gob.pe
Servicio Nacional de Meteorologa e Hidrologa del Per SENAMHI
Jr. Cahuide 785 Jess Mara
Telfonos: (51 1) 6141414 (central) y 6141408 (CPN)
http://www.senamhi.gob.pe
Diseo : Fernando Zuzunaga Nez, Magno Bolivar
Primera edicin : Mayo 2013
El contenido de este documento puede ser reproducido mencionando la fuente del SENAMHI.
Fotos: A. Iju, W. Surez, E. Glmez.
La presente publicacin forma parte del Proyecto Adaptacin al Impacto del Retroceso Acelerado de
Glaciares en los Andes Tropicales PRAA, implementado en Bolivia, Colombia, Ecuador y Per con
financiamiento del Fondo para el Medio Ambiente Mundial (GEF) y fondos PHRD del gobierno japons,
a travs del Banco Mundial, administrado por la Secretara General de la Comunidad Andina y liderado
en el Per por el Ministerio del Ambiente (MINAM).
04
ndice
Presentacin07
Agradecimientos09
Mensajes Clave
13
Captulo 1.
15
INTRODUCCIN
15
Captulo 2.
17

LA CUENCA DEL MANTARO
17

Clima actual y tendencias recientes
17

2.1 El clima en la cuenca del Mantaro
17

2.2 Tendencias recientes de temperatura del aire y precipitacin
18
Captulo 3.
21

MODELOS CLIMTICOS Y ESCENARIOS DE EMISIONES
21

Construccin de escenarios en la cuenca del ro Mantaro
21

3.1 Modelos y escenarios de emisiones
21

3.2 Escenarios climticos regionales: La necesidad del downscaling
22

3.3 Escenarios regionales en la cuenca del Mantaro: Metodologa
23
Captulo 4.
31

PROYECCIONES DEL CLIMA EN LA CUENCA DEL MANTARO
31

Temperatura del aire y precipitacin al ao 2030
31

4.1 Proyecciones de la precipitacin
31
Captulo 5.
51

CUANTIFICACIN DE LA INCERTIDUMBRE
51

Preparndonos para un futuro incierto
51
Captulo 6.
53
RECOMENDACIONES
53
Captulo 7.
55
CONCLUSIONES
55
Referencias57
Anexos61
05
06
Presentacin
El Ministerio del Ambiente (MINAM) es la autoridad ambiental nacional en el Per creada por Decreto
Legislativo N 1013 de mayo de 2008. El MINAM es el punto focal de la Convencin Marco de las Naciones
Unidas para el Cambio Climtico y preside la Comisin Nacional de Cambio Climtico, que est a cargo,
entre otras funciones, del diseo y seguimiento de la Estrategia Nacional de Cambio Climtico. La Estrategia
Nacional de Cambio Climtico, aprobada en el ao 2003, consta de once lneas estratgicas de accin,
entre las cuales se incluye la reduccin de los impactos adversos al cambio climtico, a travs de estudios
integrados de vulnerabilidad y adaptacin, a fin de identificar zonas y sectores vulnerables en el pas para
la implementacin de proyectos de adaptacin.
Adicionalmente, la Poltica Nacional del Ambiente, aprobada mediante Decreto Supremo N 012-2009-MINAM,
establece como lineamiento de poltica incentivar la aplicacin de medidas para la adaptacin al cambio
climtico con un enfoque preventivo, considerando las particularidades de las diversas regiones del pas.
En este contexto, el MINAM lidera en el Per la implementacin del Proyecto de Adaptacin al Impacto
del Retroceso Acelerado de Glaciares en los Andes Tropicales PRAA. El PRAA se implementa tambin en
Bolivia, Colombia y Ecuador, administrado por la Secretara General de la Comunidad Andina con fondos
del Special Climate Change Fund del Fondo para el Medio Ambiente Mundial (GEF) y fondos del Policy and
Human Resources Development (PHRD) del gobierno japons, a travs del Banco Mundial.
En el Per, el PRAA interviene en dos subcuencas glaciares de importancia: la subcuenca del ro Shullcas
(Cuenca del ro Mantaro) en la regin Junn, asociada al nevado Huaytapallana y en las microcuencas del
ro Santa Teresa (Cuenca del ro Urubamba) en la regin Cusco, asociadas al nevado Salkantay. En ambas
zonas se implementan medidas piloto de adaptacin al cambio climtico en comunidades que viven en
valles cuya principal fuente de agua dulce proviene de los glaciares. Asimismo se ha generado informacin
tcnico-cientfica relevante para apoyar una toma de decisiones ms informada e inclusiva a nivel local y
regional. As, con la finalidad de ampliar el conocimiento sobre las caractersticas del clima y su evolucin,
se han desarrollado los Escenarios Climticos para el ao 2030, en ambas cuencas.
El desarrollo de estos estudios fue encargado al Servicio Nacional de Meteorologa e Hidrologa del Per
(SENAMHI), dada su especializacin y experiencia en la observacin y anlisis de variables climticas
a nivel nacional y regional. Los escenarios climticos regionales fueron desarrollados a partir de cinco
modelos globales del IPCC (AR4), implementndose tcnicas de regionalizacin dinmica y estadstica.
El Ministerio del Ambiente expresa su felicitacin al equipo tcnico del SENAMHI por los Importantes
resultados del trabajo encomendado, el cual se constituye en una herramienta indispensable para asegurar
un proceso coherente de planificacin del desarrollo regional, proceso en el que necesariamente debe
incluirse a las comunidades rurales ms pobres que dependen casi exclusivamente del clima para su
existencia.
Manuel Pulgar Vidal Otlora

Ministerio del Ambiente
07
08
Agradecimientos
El Servicio Nacional de Meteorologa e Hidrologa del Per SENAMHI, expresa su agradecimiento

al Ministerio del Ambiente como responsable del Proyecto de adaptacin al Impacto del retroceso
acelerado de glaciares en los Andes tropicales PRAA, a la Secretara General de la Comunidad Andina
como administrador de los recursos de la donacin. Asimismo expresa su agradecimiento al Banco
Mundial como agencia implementadora del Fondo para el Medio Ambiente Mundial GEF.
Al Meteorological Research Institute de Japn, al Pacific Northwest National Laboratory de Estados Unidos
de Norteamrica, al Max Planck Institute for Meteorology de Alemania y al Panel Intergubernamental de
Cambio Climtico, por facilitar informacin de las simulaciones numricas.
Los autores expresan su reconocimiento y agradecimiento a los pobladores de las comunidades de las
subcuencas Shullcas (en Junn) y de Santa Teresa, Sacsara, Ahobamba y Chaupimayo (en Cusco) por su
invalorable aporte al conocimiento local del clima y compartir con nosotros sus saberes locales.
09
10
Lista de siglas
AB
Alta de Bolivia
APS
Anticicln del Pacfico Sur
AAS
Anticicln del Atlntico Sur
BCCR
Bjerknes Center for Climate Research
BM
Banco Mundial
CAN
Comunidad Andina
CCCMA
Canadian Centre for Climate Modeling and Analysis
CCSR
Center for Climate System Research
CSIRO
Commonwealth Scientific and Industrial Research Organization
ENOS
El Nio Oscilacin Sur
FRCGC
Frontier Research Center for Global Change
GEF
Global Environment Facility (Fondo para el Medio Ambiente Mundial)
GEI
Gases de Efecto Invernadero
GDFL
Geophysical Fluid Dynamics Laboratory
IPCC
Intergovernmental Panel on Climate Change
IRD
Instituto para la Investigacin y el Desarrollot
MINAM
Ministerio del Ambiente del Per
MPIfM
Max Planck Institute for Meteorology
MCG
Modelo Climtico Global
MCGAOA Modelo de Circulacin General Acoplados Atmsfera/Ocano/Hielo

marino
MCR
Modelo Climtico Regional
MRI/JMA Meteorological Research Institute/Japanese Meteorological Agency

NCAR
National Center for Atmospheric Research
NCEP
National Center for Environmental Prediction
NIES
National Institute for Environmental Studies
11
OMM
Organizacin Meteorolgica Mundial
PDO
Pacific Decadal Oscillation
PHRD
Policy and Human Resources Development
PNNL
Pacific Northwest National Laboratory
PRAA
Proyecto de Adaptacin al Impacto del Retroceso Acelerado de laciares

en los Andes Tropicales
SENAMHI Servicio Nacional de Meteorologa e Hidrologa del Per

SGCAN
Secretara General de la Comunidad Andina
TSM
Temperatura Superficial del Mar
UKMO
Hadley Centre for Climate Prediction and Research, Met Office
WRF
Weather Research and Forecasting Model
ZCAS
Zona de Convergencia del Atlntico Sur
ZCIT
Zona de Convergencia Intertropical
Mensajes Clave
El cambio climtico es un hecho irrefutable calificado por el IPCC (2007a) como inequvoco, y sus
impactos son ya importantes.
Segn los resultados del Grupo de Trabajo II del Cuarto informe Cientfico AR4 del IPCC para Amrica
Latina (IPCC, 2007b), el Per, como parte de la regin andina tropical, es uno de los pases que se vern
ms afectados por las consecuencias del cambio climtico.
Para realizar estudios de impactos de futuros cambios del clima en la cuenca, se requiere de modelos
climticos. Estos modelos requieren como entrada los escenarios futuros de emisiones de GEI los que a
su vez se basan en modelos socio-econmicos globales
En el presente estudio se ha considerado trabajar los escenarios climticos para el horizonte del
2030 bajo el contexto del escenario de emisiones SRES A1B, habindose considerado como periodo de
referencia 1971-2000.
Los modelos globales utilizados son: TL959L60 MRI-JMA de Japn, HadCM3 del Hadley Center del
Reino Unido, ECHAM5 del Instituto Max Planck de Alemania, CCSM3 del NCAR de Estados Unidos
de Norteamrica, implementndose tcnicas de regionalizacin dinmica y estadstica. Los principales
cambios proyectados en la cuenca del Mantaro, considerando el promedio de los modelos son:
0,4 C a 1,0 C
Incremento de la temperatura
del aire para el ao 2030.
-30% a +30%
Cambios de la precipitacin
para el ao 2030.
Incertidumbre
Las proyecciones del clima futuro son inciertas. Es esencial reconocer y tratar de cuantificar estas
incertidumbres, no ignorarlas. Tambin hay una necesidad de planificar estrategias slidas para
prepararse para un futuro incierto, en vez de usar la incertidumbre como una razn para la inaccin.
13
Captulo 1.
INTRODUCCIN
Segn los resultados de los Grupos de Trabajo

1 y 2 del Cuarto informe Cientfico AR4 del IPCC
para Amrica Latina (IPCC, 2007 a, b), el Per es
uno de los pases que se vern ms afectados por
las consecuencias del cambio climtico. Estudios
realizados por el SENAMHI- Per (2009) en el marco
de la Segunda Comunicacin Nacional de Cambio
Climtico SCNCC para el periodo 1965-2007, dan
cuenta de importantes cambios en los patrones
trmicos de la regin sur del Per (calentamiento)
mientras que las lluvias no presentan un patrn
definido; es decir, se advierten tendencias tanto
de incremento como de reduccin (p. ej. en la
regin Cusco).
En el marco del Proyecto de Adaptacin al
Impacto del Retroceso Acelerado de Glaciares
en los Andes Tropicales- PRAA, el SENAMHI
(2011) ha realizado estudios de variabilidad del
clima local en la cuenca del ro Mantaro, cuenca
estratgica para el desarrollo del pas. Los
resultados en relacin al clima actual, dan cuenta
de incrementos sistemticos de la temperatura
del aire en la cuenca del orden de +0,2 C por
dcada, incluso hasta de +0,5 C por dcada en la
estacin Acobamba (Huancavelica, 3569 msnm).
Las tendencias de ndices de eventos extremos
dan cuenta de la creciente variabilidad climtica
en la cuenca dado que eventos extremos locales
como las heladas, lluvias intensas, veranillos,
entre otros, vienen mostrando seales de cambio,
tanto en frecuencia como en intensidad, afectando
enormemente la productividad del sector
agropecuario, la biodiversidad y la disponibilidad

del recurso hdrico.
El cambio climtico supone la exacerbacin de la
variabilidad climtica natural, por lo que en este
contexto, se hace necesaria la generacin de
escenarios regionales del clima, con proyecciones
que puedan ser usadas en anlisis de impactos
y vulnerabilidad, as como en la planificacin de
medidas de adaptacin en sectores claves en la
cuenca como son agricultura y recursos hdricos.
Al mismo tiempo es necesario contar con estudios
climticos actuales y confiables que sirvan como
lnea de base para obtener comparaciones
plausibles de los cambios del clima local,
considerando los escenarios climticos futuros.
El SENAMHI-Per, institucin tcnica ejecutora del
PRAA, ha desarrollado escenarios climticos futuros
para la cuenca del ro Mantaro para el ao 2030,
de las variables precipitacin y temperaturas del
aire extremas, basados en cinco modelos globales
del IPCC AR4, y la implementacin de tcnicas de
regionalizacin del clima local, bajo el escenario
de emisiones A1B del IPCC, considerndose un
anlisis de las incertidumbres asociadas.
Esta publicacin est dirigida a tomadores de
decisiones, quienes debern planificar estrategias
slidas para enfrentar un clima futuro incierto, y
tomar decisiones gestionando las incertidumbres
asociadas al clima, en vez de usar la incertidumbre
como una razn para la inaccin.
15
16
Captulo 2.
LA CUENCA DEL MANTARO
Clima actual y tendencias recientes
La cuenca del Mantaro, se caracteriza por

presentar una compleja topografa que favorece la
presencia de una gama de condiciones climticas
contrastables entre ellas (SENAMHI, 2011).
Segn la clasificacin de climas de Thornthwaite
(SENAMHI, 1988), en el sector norte de la cuenca
predomina el clima semifrgido hmedo (DH3)
de rgimen lluvioso en verano y seco en invierno.
Las condiciones climticas en la parte central de
la cuenca vara entre clima fro hmedo CH3 y
clima semifrgido hmedo DH3; las lluvias ocurren
en verano y son fundamentalmente orogrficas.
Este sector se caracteriza por presentar un declive
altitudinal hacia el este (selva alta), con un clima
predominantemente clido muy hmedo AH4, con
lluvias de tipo convectivo en todas las estaciones
del ao. En tanto, hacia el sur de la cuenca la
gama de climas va desde semifrgido hmedo
DH3 en los extremos este y oeste variando
concntricamente hacia templado hmedo B2H3
y fro hmedo CH3.
2.1 El clima en la cuenca del Mantaro
La distribucin espacial de las precipitaciones
en la cuenca del ro Mantaro refleja dos hechos
relevantes: el ingreso por el este de vientos
clidos y hmedos provenientes de la cuenca
amaznica, principalmente hacia la vertiente
oriental de la cuenca y en segundo lugar la
dependencia constante de la topografa. Aunque
para el conjunto de la cuenca la precipitacin total
multianual asciende a 775 mm, es necesario indicar
que en los territorios bajos al este de la cuenca,
entre los 2000-2500 msnm (mrgenes de la
desembocadura del ro Mantaro) las precipitaciones
anuales exhiben montos del orden de 1500 mm
a ms. Las lluvias decrecen concntricamente
hacia las partes bajas de la cordillera andina
oriental y occidental correspondiente a las
localidades de La Oroya (561 mm), Pampas (544
mm), Churcampa (574 mm), Ayacucho (563
mm), Luricocha (329 mm), Kichuas (525 mm).
Sin embargo, en la franja ms occidental de la
cuenca, la cuanta de las precipitaciones aumenta,
recibiendo una precipitacin media anual superior
a 800 mm (Lircay, 801 mm; Huancalpi, 962 mm;

Paucarbamba, 1020 mm; Marcapomacocha,
1290 mm, Ro Pallanga 1320 mm). A finales de
marzo y sobre todo entre abril y mayo, las lluvias
disminuyen drsticamente, siendo el acumulado
entre junio-agosto slo del orden de 40 mm. Son
dos las estaciones que se definen con claridad: el
verano (periodo lluvioso) y el invierno (periodo seco
o de estiaje), sin embargo, no hay que desdear
las lluvias durante los periodos equinocciales de
otoo y primavera, pues particularmente en esta
ltima, inician las primeras lluvias y definen la
temporada de siembra en toda la regin andina
del Per (SENAMHI, 2011).
En cuanto al rgimen trmico de la cuenca, las
diferencias altitudinales propician la existencia de
variados escenarios trmicos, que contrastan entre
el temple de la selva alta al este de la cuenca y los
fros de las partes altas. Si para el conjunto de
la cuenca se ha estimado una temperatura media
anual de 10 C, los territorios bajos al este de la
cuenca (selva alta) superan ampliamente ese valor
promedio registrando hasta 25 C, mientras que
en las partes altas (por encima de los 4000 msnm)
y en el valle las temperaturas medias anuales son
del orden de 4 C y 11,6 C, respectivamente.
De manera similar, la distribucin espacial de las
temperaturas extremas (mxima y mnima) exhibe
una dependencia con el relieve de la cuenca. La
temperatura mxima anual en toda la cuenca es
aproximadamente 18 C y la temperatura mnima
alrededor de los 4 C. Los valores ms altos se
registran al sur: Ayacucho con 24 C (Tmx) y 9 C
(Tmn); Huanta 25 C (Tmx) y 10 C (Tmn) y al
este (selva alta): 31 C (Tmx) y 19 C (Tmn). Los
valores ms bajos se dan en el sector altoandino
de la cuenca con rangos entre 10 C (Tmx) y
-2 C (Tmn) aproximadamente; mientras en el
valle las temperaturas extremas son del orden
de 20 C (Tmx) y 4 C (Tmn). El ciclo anual
de la temperatura mxima refleja la ausencia de
nubosidad cerca del medioda durante los meses
de invierno (poca de estiaje), lo cual determina
que dichas temperaturas sean mayores durante
esta temporada que las correspondientes a las
17
de verano. Posteriormente durante los meses de

primavera, se conjugan dos factores que producen
mximas temperaturas diurnas; en primer lugar
debido a la posicin solar, mayor energa en
superficie, respecto a invierno, y en segundo lugar,
menor nubosidad respecto a verano. Respecto a la
temperatura mnima, los menores valores ocurren
durante los meses de invierno, asociados tanto a la
menor energa recibida, como a la menor presencia
de nubosidad nocturna (SENAMHI, 2011).
2.2 Tendencias recientes de temperatura
del aire y precipitacin
Los antecedentes de observacin a lo largo del
periodo de registro instrumental 1965 2010,
demuestran que la cuenca, como parte de la
regin andina, est experimentando indudables
signos de calentamiento, habindose estimado
en promedio una tasa de calentamiento del orden
de +0,1 C/dcada en temperatura mxima del

aire y +0,4 C/dcada en temperatura mnima
del aire, a excepcin de Jauja que presenta
tendencias negativas del orden de -0,2 C/dcada.
El incremento es ms acentuado en localidades
como Pilchaca con +0,3 C/dcada y Acobamba
con +0,5 C/dcada (SENAMHI, 2011a). Estas
tendencias se corresponden con el incremento de
das y noches clidas y la disminucin de heladas
meteorolgicas en algunos puntos de la cuenca a
razn de 0,52 das por ao (aproximadamente 23
das en el periodo de estudio), mientras que en Jauja
la tasa de incremento de heladas meteorolgicas
es de 0.48 das por ao (aproximadamente 21
das). La evolucin trmica en la cuenca no ha sido
de un calentamiento gradual ni uniforme, ya que
se puede observar que en algunos puntos de la
cuenca se han sucedido episodios de incremento
y disminucin, asociadas generalmente a los ciclos
clido y fro del ENOS (Figura 1).
Figura 1 Distribucin temporal de las temperaturas del aire mxima (izquierda) y mnima (derecha) anual (1965-2010)
en las estaciones Huayao y Marcapomacocha. El mejor ajuste de las tendencias lineales es indicado por las lneas rojas.
Fuente: SENAMHI (2011).
La tendencia de la precipitacin en la cuenca no

muestra un comportamiento tan definido como
la temperatura del aire, debido a la compleja
distribucin espacial que exhiben las lluvias en
la regin andina as como su elevada variabilidad
temporal. Sin embargo, predomina un patrn de
disminucin de lluvias a lo largo de la cuenca, con
reducciones muy marcadas en la estacin San Juan
de Jarpa (suroeste del valle del Mantaro) del orden
de -51 mm/dcada, Marcapomacocha (norte de la
cuenca) con -31 mm/dcada y Acobamba (sur de
la cuenca) con -39 mm/dcada (Figura 2). Estas
tendencias van acompaadas con la disminucin
de la intensidad de las lluvias e incremento del
nmero de das secos consecutivos. Excepciones
como Huancalpi, Carhuacayn y Chilicocha
18
muestran tendencias de incremento del orden de

+10 a +39 mm/dcada.
Desde la dcada de los noventa se observa un
predominio de periodos secos en la cuenca. Un reciente
episodio de deficiencias de lluvia afect a toda la cuenca
entre el 2007 y 2008, con ribetes de severo a extremo en
la parte central y norte, y apenas deficiente en el sector
sur. En el periodo 2001 2010, el comportamiento de las
lluvias confirman las tendencias observadas entre 19652010; regiones como el valle o las partes altas del sector
norte de la cuenca han experimentado importantes
reducciones, incluso la estacin Huancalpi que vena
presentando tendencia positiva (+39 mm/dcada)
muestra anomalas de hasta -15% de diminucin en esta
ltima dcada.
Figura2 Distribucin temporal de la precipitacin total anual (1965-2010) en mm de las estaciones Huayao y
Marcapomacocha. El mejor ajuste de la tendencia lineal es indicado por las lneas rojas. Fuente: SENAMHI (2011).
19
20
Captulo 3.
MODELOS CLIMTICOS Y ESCENARIOS DE EMISIONES
Construccin de escenarios en la cuenca del ro Mantaro
3.1 Modelos y escenarios de emisiones

Para conocer los posibles impactos del cambio
climtico en la regin andina es necesario tener
informacin detallada de las proyecciones del
clima futuro a una escala regional, y donde sea
posible, a menor escala, con la finalidad de poder
realizar los anlisis de riesgos y vulnerabilidad
local correspondientes.
El IPCC distingue tres tipos de escenarios
climticos: escenarios incrementales o sintticos,
escenarios anlogos y escenarios basados en los
Modelos Climticos Globales (MCG), cada uno de
ellos con ventajas y limitaciones (TGICA-IPCC,
2007); sin embargo, son los escenarios basados
en los modelos climticos los que en la actualidad
estn experimentando un mayor desarrollo
debido a que incorporan los forzamientos de las
emisiones de Gases de Efecto Invernadero (GEI)
en el sistema climtico.
Los modelos climticos vienen a ser representaciones
numricas que explican la evolucin del sistema
climtico1 en el tiempo y se basan en ecuaciones
fundamentales para simular sus caractersticas
fsicas, qumicas y biolgicas, pero adems las
interacciones y feedbacks de sus componentes, en
una grilla geogrfica global (IPCC, 2007a). Con el
tiempo, estos modelos se han ido perfeccionando
y complejizando, habiendo evolucionado en los
ltimos aos hasta los Modelos de Circulacin
General
Acoplados
Atmsfera/Ocano/Hielomarino (MCGAOA), que proporcionan una de
las ms completas representaciones del sistema
climtico actualmente disponibles.
Para la proyeccin del clima de largo plazo, los
MCG requieren informacin de Gases de Efecto
Invernadero (GEI) y aerosoles futuros, informacin
que es generada por modelos socio-econmicos
para explorar la posible evolucin de las emisiones
de GEI y aerosoles en el mundo. El marco general

de estos escenarios de emisiones lo proporciona
el Informe Especial sobre los Escenarios de
Emisiones - IE-EE (SRES, por sus siglas en ingls)
del IPCC (Nakicenovik et al., 2000).Los escenarios
de emisiones constan de cuatro lneas evolutivas
de emisiones, con la etiqueta A1, A2, B1 y B2 y
combinaciones, que describen las relaciones entre
las fuerzas motrices y las emisiones de GEI y
aerosoles, y su evolucin durante el siglo XXI en
grandes regiones del mundo (Figura 3).
Cada lnea histrica representa diferentes
desarrollos demogrficos, sociales, econmicos,
tecnolgicos y ambientales que divergen en
formas cada vez ms irreversibles (IPCC, 2007a).
En suma, los escenarios de emisiones se basan
en pautas de desarrollo diferenciado de la
sociedad humana en el futuro que podra influir en
potenciales niveles de emisiones futuras; a su vez,
dichos escenarios han sido utilizados para evaluar
los posibles cambios en el clima a travs del uso
de los MCG.
tEn el ao 2010 el IPCC ha definido una nueva
familia de escenarios: las Rutas de Concentraciones
Representativas o Representative Concentration
Pathways (RCP, por sus siglas en ingls) (Mosset
al., 2010). Estos RCP comprenden escenarios
de mitigacin y no-mitigacin, y constituyen la
base del nuevo trabajo de modelizacin que se
est llevando a cabo para el Quinto Informe de
Evaluacin del IPCC.
Los escenarios desarrollados en el PRAA para la
cuenca del ro Mantaro se basan en el escenario
de emisiones A1B de la familia evolutiva A1 del IEEE del IPCC, el cual describe un mundo futuro con
un rpido crecimiento econmico, con tecnologas
nuevas y ms eficientes, y la convergencia
entre las regiones. El escenario A1B adopta un
equilibrio2 entre todas las fuentes de energa
1. En estas regiones, por efecto de los vientos fuertes la precipitacin registrada en el pluvimetro tiende a ser subestimada,
segn mediciones de campo de los especialistas del SENAMHI-Per.
2. El trmino equilibrio indica que no se depender excesivamente de un tipo de fuente de energa, en el supuesto de que todas
las fuentes de suministro de energa y todas las tecnologas de uso final experimenten mejoras similares.
21
Figura 3 Estructura de las cuatro lneas evolutivas con sus respectivos conjuntos de familias de escenarios de emisiones, segn
el Informe Especial sobre Escenarios de Emisiones, IE-EE (despus de Nakicenovic et al., 2000).Fuente: IPCC (2007a).
(fsil y renovable) para el cambio tecnolgico en

el sistema energtico (IPCC, 2007). Este escenario
ha sido ampliamente utilizado en los ltimos
estudios regionales europeos de modelizacin del
clima (Christensen et al., 2011)3.
3.2 Escenarios climticos regionales: La
necesidad del downscaling
Considerando que el cambio climtico es global
por naturaleza, el punto de partida para la
evaluacin de sus impactos son los MCG. Sin
embargo, la evaluacin de los impactos del cambio
climtico exige datos sobre el clima con una mayor
resolucin espacial de lo que pueden proporcionar
los MCG, p.ej. para valorar los impactos
econmicos de eventos hidrometeorolgicos
extremos en el mbito de una cuenca, se requiere
informacin espacial ms detallada. Si bien existen
algunos enfoques para esta reduccin de escala
(downscaling), una de las tcnicas ms utilizada
para obtener informacin ms detallada es a
travs de la regionalizacin dinmica para lo cual
es necesario forzar4 al Modelo Climtico Regional
(MCR) con un MCG. Los MCR de rea limitada,

proveen informacin ms realista de la topografa
y la geografa y, por tanto, potencialmente las
caractersticas de eventos menor escala tales como
eventos de precipitacin extrema, tormentas de
nieve, entre otros (Christensen et al., 2007); ambos
tipos de modelos se basan en leyes y procesos
fsicos, pero los MCG representan descripciones
de la atmsfera-ocano- hielo marino en una
cuadricula horizontal con una distancia tpica entre
150 km y 300 km (Meehl et al., 2007), mientras
que en los MCR la atmsfera es representada en
una cuadrcula de mayor resolucin (entre 20 km
y 50 km).
Sin embargo, la modelizacin dinmica del
clima regional requiere de intensivos recursos
(computacionales y personal especializado) que
no todos los pases disponen, ante lo cual en
aos recientes algunos centros mundiales de
investigacin del clima han implementado tcnicas
para obtener mayor resolucin de los MCG para
periodos de tiempo definidos o time-slice (Cubash
et al., 1995; Bengtsson et al., 1996; IPCC, 2001;
3. El escenario A1B refleja una trayectoria de emisiones medio-alto y conduce a una gama de incrementos de rango medio de la
temperatura media global en comparacin con los escenarios de emisiones extremos A2 y B1; es decir, el cambio de la temperatura
media global sera del orden de 3,4 C para el ao 2100 (IPCC, 2007a) en relacin con los niveles preindustriales, o 2,8 C para el
2090-2099 en comparacin al periodo de referencia 1980-1999. Sin embargo, estas estimaciones centrales estn delimitadas por
un intervalo de incertidumbre de tamao considerable. La mejor estimacin de 2,8 C (para 2080-2099, en relacin a 1980-1999)
se encuentra con un probable rango de 1,7 C a 4,4 C (segn lo informado por el IPCC, 2007a).
4. Los MCR requieren condiciones de contorno de los MCG y estn, por tanto, limitados por la capacidad de los MCG para simular
de forma fiable la circulacin a gran escala.
22
Noda et al., 2006). En comparacin con los MCR,

estos modelos globales de muy alta resolucin
tienen la ventaja de poder evitar problemas con
las condiciones de contorno, y adems pueden
incorporar las interacciones entre la escala global
y escala regional en forma explcita (Mizuta et al.,
2006).
los patrones de circulacin a gran escala y de las

variables climticas (ciclo diurno, ciclo anual, ciclo
estacional, etc.). Un skill pobre en la simulacin
del clima actual indicar que ciertos procesos
fsicos o dinmicos del modelo son deficientes y
es, en teora, un modelo potencialmente limitado
para representar plausiblemente el clima futuro.
Otro mtodo de regionalizacin es el llamado

downscaling estadstico el cual se basa en la
determinacin de regresiones estadsticas entre
las variables promedio de gran escala en la
grilla del MCG y las observaciones puntuales. La
desventaja de este mtodo es que se asume que
estas relaciones no cambiarn en el contexto del
cambio climtico.
En el presente estudio la construccin de escenarios

regionales se inicia con la evaluacin de los MCG
del AR4 del IPCC, para el periodo de referencia
1971-2000 (Tabla 1). De los veinticuatro modelos
disponibles por el IPCC, por razones operacionales
solamente pudieron ser evaluados ocho modelos,
adems del modelo japons de alta resolucin
(Acua et al., 2011).
3.3 Escenarios regionales en la cuenca del

Mantaro: Metodologa
Marengo (2007) analiz cinco modelos del IPCC

(TAR5) para Sudamrica y encontr que los modelos
GFDL, CCCMA y CCSNIER tenan dificultades para
simular la banda nubosa asociada a la ZCAS,
mas no as el modelo HadCM3. Vera et al. (2006)
evaluaron seis modelos acoplados del IPCC (AR46)
e identificaron caractersticas ya encontradas en
los modelos del IPCC TAR. Bombardi y Carvalho
(2007) encontraron que la variabilidad del Monson
sudamericano es bien representada por el modelo
MIROC, para el periodo 1981-2000. Un punto
interesante, y que es documentado por varios
autores (Grimm et al., 2006; Guilyardi, 2009, entre
otros) se refiere al hecho de que los MCG acoplados
tienen dificultad en representar adecuadamente
los principales modos de variabilidad de baja
frecuencia del sistema ocano-atmsfera tales
como las oscilaciones decadales y multi-decadales
(Valverde y Marengo, 2010).
3.3.1 Evaluacin
climticos
de
los
modelos
Si bien los MCG han sido mejorados en los ltimos

aos, aun existen deficiencias que es necesario
diagnosticar, para lo cual resulta importante
y necesario hacer una evaluar tan exhaustiva
como sea posible antes de su utilizacin en la
estimacin de la evolucin del clima futuro.
Aunque la validacin del clima futuro no es
posible, siempre se puede aumentar la confianza
en un determinado modelo cuando ste ha sido
evaluado en determinados periodos histricos
de registro instrumental. Los modelos climticos
sern fidedignos slo en la medida en que sean
capaces de proporcionar simulaciones realistas de
Tabla 1 Outline de los MCGAOA del AR4 del IPCC
* El modelo TL959L60 MRI/JMA no forma parte del AR4 del IPCC.

5. Third Assessment Report Tercer Informe de Evaluacin
6. Fourth Assessment Report Cuarto Informe de Evaluacin
23
Si los escenarios futuros del clima basados en

los MCG muestran cambios de la precipitacin y
temperatura del aire, esto se debe en gran medida
a cambios de los patrones de circulacin que
modulan del clima regional, en consecuencia es
importante hacer una evaluacin objetiva de la
dinmica de los modelos en el periodo de referencia
o clima actual para un mejor entendimiento de los
mecanismos fsicos responsables de la generacin
de estas anomalas.
En el presente informe presentamos de manera
resumida los resultados de la evaluacin de ocho
modelos del IPCC AR4 realizado por el SENAMHI-
este sistema es mejor representado slo por los

modelos MIROC3.2 y HadCM3. En verano, la AB
(Lenters y Cook, 1997) es bien representada por
los modelos CGCM3, ECHAM5, CCSM3 y HadCM3,
en su posicin y configuracin. En general,
los modelos presentan bien los campos de
temperatura del aire, altura geopotencial en 200
hPa y la TSM (anomalas de correlaciones bajas
y menores RMSE), siendo los mejores modelos el
HadCM3, ECHAM5 y CCSM3.
Adicionalmente se ha evaluado la performance
del modelo atmosfrico global japons de alta
resolucin (20 km) a travs del Diagrama de
Tabla 2. Variables evaluadas de los MCG del AR4 del IPCC versus los Reanalysis (adaptado de Tabla 12 en Acua et al., 2011)
Per (Acua et al., 2011), con la intencin de mostrar

la performance de estos MCG en la representacin
de los patrones de circulacin de mesoescala, dado
que cinco de ellos fueron utilizados para generar
los escenarios regionales en la cuenca del ro
Mantaro. Se utiliz informacin de los Reanalysis
NCEP/NCAR (Kalnay et al., 1996) como referencia.
El Reanalysis ERA-40 (Uppala et al., 2005) fue
utilizado a partir de los resultados de la evaluacin
anterior, para la validacin de los modelos que
representan mejor la circulacin sudamericana
en aos El Nio, los que posteriormente fueron
utilizados para la regionalizacin (Tabla 2). La
mtrica utilizada se basa en los estadsticos: raz
cuadrada del error cuadrtico medio (RMSE) y la
correlacin de anomalas asociada a un nivel de
significancia de 0,05 (Acua et al., 2011).
De esta evaluacin de MCG se determin que los
modelos que representan mejor la estacionalidad
del APS son ECHAM5 y CCSM3 (bias +/- 1
hPa), mientras que casi todos los modelos
tienen limitaciones en la representacin de la
magnitud del AAS (bias +/- 9 hPa). En cuanto a
la estacionalidad de la ZCIT, los modelos BCM2,
MK3.0, CM2.1, MIROC3.2 y HadCM3 representan
mejor este sistema sobre continente y sobre el
Atlntico en verano; mientras que sobre el Pacfico,
Taylor7 (Taylor, 2001) para la variable precipitacin

y los estadsticos utilizados fueron coeficiente de
correlacin y la desviacin estndar normalizada
(Avalos, et al., 2011). [En este informe se
muestra slo el periodo lluvioso diciembre, enero
y febrero (DEF) y periodo seco junio, julio y agosto
(JJA)]. Con la intencin de conocer el efecto de
la resolucin en la simulacin de las lluvias, se
incluy adems otros modelos globales de baja
resolucin del MRI/JMA (Figura 4).
Por las caractersticas del Diagrama de Taylor
puede decirse que el modelo que presenta
mejores estadsticos comparativos y en ambos
periodos es el de mayor resolucin SP0A-20 km
(TL959L60 MRI/JMA). Finalmente, en la Figura 5
se muestra las correlaciones de las temperaturas
del aire extremas simuladas por el mismo modelo
de alta resolucin en diferentes puntos de la regin
centro-sur andina del Per.
3.3.2
Downscaling dinmico
Ya se haba mencionado que los MCG por su baja

resolucin horizontal (entre 100 - 300 km) slo
pueden dar aproximaciones de cmo los cambios
pueden manifestarse a gran escala. Sin embargo,
para conocer cules seran los impactos del cambio
3. El Diagrama de Taylor tiene la particularidad de agrupar en un slo grfico varios estadsticos.
24
Figura 4 Diagramas de Taylor para el territorio nacional durante el periodo lluvioso DEF (izquierda) y periodo seco JJA
(derecha), considerando versiones del modelo japons en diferentes resoluciones. Leyenda: GPCP: Global Precipitation
Climatology Project (http://www.ncdc.noaa.gov/oa/wmo/wdcamet-ncdc.html); CMAP: Climate Prediction Center (CPC)
Merged Analysis of Precipitation (ftp://ftpprd.ncep.noaa.gov/pub/precip/cmap); SPOA (time-slice 20 km), HPOA (timesslice 60 km), MPOC (mediano plazo 120 km), LPOA (largo plazo 180 km).
Figura 5 Correlaciones entre la temperatura mxima (izquierda) y temperatura mnima (derecha) observada versus
modelo japons de alta resolucin TL959L60 MRI/JMA en diferentes localidades de la regin andina centro-sur del Per.
25
Figura 6 El modelo climtico regional (WRF3.2) de alta resolucin est anidado al modelo climtico global ECHAM5OM, utilizando las condiciones de contorno de este modelo. Fuente: SENAMHI- Per (Saavedra M.)
26
Tabla 3 Outline del modelo WRF.
climtico a nivel regional y local, se debe tener

acceso a informacin ms detallada. Una forma de
hacerlo es mediante el aumento de la resolucin
espacial de los MCG en el rea de inters. La
mayor resolucin espacial proporciona una
representacin ms realista de las caractersticas
regionales como la topografa, vegetacin y los
procesos atmosfricos de pequea escala. Por lo
tanto, un modelo climtico regional (MCR) debe
ser ms eficiente en la representacin del clima de
un pas que un modelo global.
La tcnica del downscaling o regionalizacin
dinmica impone forzar al modelo regional de rea
limitada con un modelo global, es decir, el modelo
regional requiere de las condiciones de contorno
del modelo global para iniciar la integracin de
largo plazo en una determinada regin8.
Para fines de este proyecto, se hicieron los arreglos
necesarios para generar el conjunto de condiciones
de contorno del modelo global ECHAM5-OM de
quinta generacin desarrollado por el Instituto
de Meteorologa Max Planck de Alemania para
la ejecucin del modelo regional WRF (Weather
Research and Forecast) versin 3.2 para dos timeslice: 1971-2000 (clima actual o periodo de control)
y 2016-2044 (futuro cercano) con promedios
centrados al 2030 (Hulme y Lu, 2000). El modelo
WRF9 es, junto con el modelo Eta-SENAMHI, un
modelo para pronstico del tiempo operacional
y fue implementado en el SENAMHI en el 2008,
presentando una buena performance en la prediccin
de lluvias10, as como resultados satisfactorios en
el anlisis sinptico de escala diaria. En el 2010 se
implement la versin 3.2 para la proyeccin del
clima de largo plazo, y despus de realizar algunas
modificaciones que permitieran que el CO2 vare de
acuerdo al modelo global de referencia, se realizaron

las simulaciones del clima en dos dominios: Dominio
1 (Sudamrica con 60 Km de resolucin espacial) y
Dominio 2 (Per con 20 Km de resolucin espacial).
La configuracin se detalla en la Tabla 3 (Acua, et
al., 2011).
El primer time-slice considera inherente la
evolucin observada del contenido global de
CO2 y de aerosoles sulfato, y el segundo timeslice considera la evolucin correspondiente a los
escenarios de emisiones antropognicas en el
contexto del escenario de emisiones A1B del IE-EE
del IPCC (Nakicenovic y Swart, 2000).
3.3.3
Downscaling estadstico
El downscaling o regionalizacin estadstica se

basa en que el clima regional es condicionado por
dos factores: el estado del clima a gran escala
y las caractersticas fisiogrficas locales (p.ej.
distribucin mar-tierra, uso del suelo, tipo de
vegetacin, entre otros). Desde esta perspectiva
la informacin del clima actual local o regional se
deriva de la relacin estadstica entre las variables
de gran escala o predictores, con las variables
locales de superficie o predictandos (Wilby et al.,
2004). En este contexto, los escenarios futuros del
clima local se construyen aplicando esas relaciones
a los campos de gran escala generados por los
MCGs (Goodes et al., 2007).
Todos los esquemas de regionalizacin estadstica
se basan en relaciones empricas entre predictores
y predictandos, slo que estos mtodos difieren
en la forma de calcular la funcin matemtica
de transferencia11 y en el proceso de ajuste
estadstico. En el presente estudio, la tcnica de
8. La tcnica de regionalizacin dinmica aade fuentes de incertidumbre adicionales propias del forzamiento de un MCR por un
MCGAOA (p. ej. condiciones iniciales y de frontera, parametrizaciones en la subgrilla, etc.), y algunas incertidumbres especficas
propias de la simulacin a escala regional como: La incertidumbre en el forzamiento radiativo asociada a la distribucin espaciotemporal de aerosoles que tiene una relevancia especial a escala regional debido a la heterogeneidad del forzamiento y la
respuesta local (Brunet et al., 2009).
9. El Modelo Regional WRF, es un modelo de mesoescala no hidrosttico, aplicado tanto en pronstico operativo como en
investigacin, presenta 18 niveles verticales en la estructura vertical de la atmsfera, fue construido por esfuerzo conjunto de
la National Center for Atmospheric Research (NCAR), National Center for Environmental Prediction (NCEP), Forecast System
Laboratory (FSL), Air Force Weather Agency (AFWA), Naval Research Laboratory, University of Oklahoma y la Federal Aviation
Administration (FAA). En http://www.mmm.ucar.edu/wrf/users/docs/user_guide_V3/users_guide_chap5.htm.
10. El WRF fue sometido a la validacin de sus esquemas de conveccin con los Reanalysis NCEP/NCAR para determinar la mejor
parametrizacin de las lluvias (Acua et al., 2011).
11. Las funciones de transferencia son relaciones estadsticas entre las variables de gran escala (predictores) y las variables locales
(predictandos). La funcin de transferencia debe explicar un alto porcentaje de la varianza del clima en el sitio de inters.
27
estaciones representativas de la cuenca con series
Figura 7 La reduccin de escala por el mtodo estadstico se realiz a partir de la TSM proyectada por tres MCG (predictor)
para la estimacin de las variables locales precipitacin y temperatura del aire (predictandos) en cinco localidades de la cuenca.
downscaling estadstico se basa en las relaciones

empricas espaciales entre la TSM (predictor) y las
variables de precipitacin y temperaturas del aire
extremas en seis puntos de la cuenca del Mantaro
(predictandos). Las funciones de transferencia
fueron calculadas a partir de tcnicas estadsticas
multivariadas como el Anlisis de Correlacin
Cannica (CCA, siglas en ingls) y el Anlisis de
Componentes Principales (PCA, siglas en ingls),
para lo cual se hizo uso del Climate Predictability
Tool (CPT), herramienta estadstica desarrollada
por el International Research Institute for Climate
and Society IRI12 de los Estados Unidos de
Norteamrica (CCA-UNAM, 2008). Figura 7.
La informacin de TSM proviene de tres mejores
MCG acoplados HadCM3 (Reino Unido), ECHAM5OM (Alemania) y CCSM3 (USA), modelos que
fueron evaluados previamente (ver seccin 3.3.1).
Se estimaron las proyecciones y cambios de la
precipitacin y temperatura para la media centrada
en el 2030 (a partir del periodo 2016-2044) relativo
al perodo de referencia 1971-2000, en aquellas
histricas extensas (1965-2010). Tabla 4.

Como en todo mtodo estadstico emprico, la
obtencin de proyecciones climticas futuras
conlleva a la aceptacin de que el modelo
paramtrico ajustado tenga validez bajo
condiciones futuras de cambio climtico (Brunet
et al., 2009); es decir, que las relaciones entre
las variables de gran escala y las variables locales
en el clima actual se mantendran en el futuro;
pero adems subyace el problema del overfitting
o sobre-ajuste en algunas de las relaciones
empricas.
3.3.4 Construccin de escenarios
climticos locales
En la actualidad es usual considerar, en la medida
de lo posible, una amplia gama de modelos de
simulacin conocida como conjuntos o ensambles,
para obtener informacin sobre las incertidumbres
del clima futuro. Trabajar con el mayor abanico de
Tabla 4 Estaciones meteorolgicas convencionales en la cuenca del ro Mantaro con series histricas extensas (1965-2010).
12. (http://iri.columbia.edu)
28
posibilidades permitir una mejor cuantificacin de

la incertidumbre.
El proyecto PRAA ha utilizado una combinacin
de MCG y MCR, para lo cual se ha hecho
una seleccin de los modelos del IPCC (Ver
seccin 3.3.1), implementndose tcnicas de
regionalizacin dinmica y estadstica, en el
escenario de emisiones A1B. Las proyecciones del
clima futuro disponibles en la cuenca se basan
en la media de dos modelos dinmicos de 20 Km
de resolucin espacial, y en algunos puntos de la
cuenca, stos han sido complementados con los
resultados de tres experimentos de downscaling
estadstico (zonas de menor incertidumbre).
Los cambios promedios anuales y estacionales
en la precipitacin y temperaturas del aire son
expresados en trminos porcentuales (%) y
en grados (C) respectivamente, en relacin al
periodo de referencia 1971-2000.
Los resultados son mapeados mediante una

adecuada combinacin de mtodos de regresin
mltiple y geoestadsticos con soporte del Sistema
de Informacin Geogrfica logrndose obtener
mapas de alta resolucin espacial (100 m) para
el caso de escenarios de temperaturas mximas
y mnimas del aire. Para el caso de los mapas de
escenarios de precipitacin, stos se han trazado
considerando el relieve, sin embargo subyace
la incertidumbre sobre el probable cambio de la
circulacin local en el futuro, por lo que estos
mapas son referenciales, siendo su resolucin
espacial menor en relacin a la temperatura. En
cuanto a los cambios, stos fueron interpolados
espacialmente con el mtodo de splines, que a
diferencia de los mtodos de inversa a la distancia
y Kriging, no genera ruido en la interpolacin
(aparicin de ncleos ficticios), ms bien suaviza
el trazado.
29
30
Captulo 4.
PROYECCIONES DEL CLIMA EN LA CUENCA DEL
MANTARO
Temperatura del aire y precipitacin al ao 2030
En esta seccin se presentan los resultados de los
cambios estacionales y anuales de la precipitacin
y las temperaturas mxima y mnima del aire en
la cuenca del ro Mantaro, proyectados para el
time-slice 2020-2039 con promedios centrados
en el ao 2030, con referencia al periodo 19712000. Los escenarios climticos se basan en dos
modelos climticos de escala regional (20 km
de resolucin horizontal) para el escenario de
emisiones A1B. Estos resultados se complementan
con los tres experimentos de reduccin de escala
regional por el mtodo estadstico para el mismo
escenario de emisiones, con la finalidad de ilustrar
los resultados en una mayor resolucin espacial y
para evaluar la incertidumbre en cinco localidades
claves de la cuenca.
4.1 Proyecciones de la precipitacin
En general, la precipitacin es una variable no
muy bien simulada como la temperatura debido a
que involucra procesos locales muy complejos, en
consecuencia, las proyecciones de la precipitacin
son menos robustas que las de la temperatura del
aire (Christensen et al., 2011). En este contexto,
la informacin proveniente de los modelos
climticos regionales, potencialmente deberan
proveer informacin con ms detalle espacial
del comportamiento local de esta variable; sin
embargo, la geodiversidad de la regin andina
es un factor limitante para dicho propsito, por
lo que los resultados que a continuacin se
presentan deben ser tomados en el marco de
estas consideraciones.
La discusin se restringe al cambio relativo
promedio de la precipitacin estacional y anual para
el ao 2030, expresado en trminos porcentuales
(%). Se ha considerado que los cambios dentro del
intervalo +/-15% estn dentro de la variabilidad
de la precipitacin en la regin andina tropical

(SENAMHI, 2011). La tonalidad verde de la escala
indica incrementos, mientras que la escala en
naranja indica reducciones (Figura 8).
La Figura 8(a-e) resume los cambios estacionales
y cambio anual de la precipitacin en la cuenca
del ro Mantaro. Se observa un patrn definido
de aumento al final del periodo lluvioso (otoo) y
reduccin durante el periodo de estiaje (invierno);
sin embargo, espacialmente estos patrones de
cambio no son uniformes dado que es la parte alta y
media de la cuenca la que presentara los mayores
cambios. En el otoo los incrementos seran del
orden de +15% a +30% principalmente en el
sector sureste de la cuenca, en las proximidades
de las localidades de Pampas, Huanta, Churcampa
y Ayacucho; mientras que en invierno se destaca
el predominio de zonas con reduccin de la
precipitacin de hasta -30% principalmente en la
parte alta occidental de la cuenca, y aunque estas
reducciones puedan no ser significativas en esta
temporada del ao por las reducidas cantidades de
precipitacin (en trminos absolutos), es posible
que s afecte al proceso de recarga estacional
de los glaciares. Entre la primavera (inicio del
periodo de lluvias) y verano (periodo lluvioso),
los cambios estaran dentro de su variabilidad
(+/- 15%) aunque con un sesgo al incremento
hacia el sur de la cuenca en verano. Finalmente, la
precipitacin anual media presentara cambios del
orden de +/- 15%; las reducciones (0 a -15%) se
concentraran en el valle, sector noroccidental y en
las proximidades de Lircay y Acobamba, mientras
que los incrementos (0 a +15%) se presentaran
en el resto de la cuenca con incrementos de hasta
+30% hacia el sur (Ayacucho), de acuerdo a la
media de los cinco modelos (ensamble multimodelo).
31
32
Figura 8a Cambio relativo de la precipitacin (%) en VERANO (diciembre-enero-febrero, DEF) en la cuenca del ro
Mantaro proyectado para el ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
Figura 8b Cambio relativo de la precipitacin (%) en OTOO (marzo-abril-mayo, MAM) en la cuenca del ro Mantaro
proyectado para el ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
33
34
Figura 8c Cambio relativo de la precipitacin (%) en INVIERNO (junio-julio-agosto, JJA) en la cuenca del ro Mantaro proyectado
para el time-slice centrado en el ao 2030, en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
Figura 8d Cambio relativo de la precipitacin (%) en PRIMAVERA (setiembre-octubre-noviembre, SON) en la cuenca del
ro Mantaro proyectado para el time-slice centrado en el ao 2030, en relacin al periodo de referencia 1971-2000, para
el escenario de emisiones A1B.
35
36
Figura 8e Cambio relativo de la precipitacin (%) ANUAL en la cuenca del ro Mantaro proyectado para el time-slice
centrado en el ao 2030, en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
En la Figura 9 se observa el cambio medio de la

precipitacin anual y estacional en algunos puntos
de la cuenca, expresado en porcentajes (%). Debe
entenderse que la capacidad de cada modelo de
representar bien algunas caractersticas del clima
actual est en funcin de las metodologas y de
sus caractersticas internas o estado de desarrollo,
de modo que es esperable que las respectivas
simulaciones de un clima modificado por una
nueva composicin de la atmsfera difieran, tal
como puede verse en la Figura 9. Se observa
una mayor dispersin de los puntos en el otoo
y primavera, al mismo tiempo, la mayora de
los modelos parecen coincidir en reducciones
de las precipitaciones de verano y anuales en
Marcapomacocha (sector noroccidental).
4.2 Proyecciones de temperaturas del aire
A diferencia de las precipitaciones, los patrones
de cambio de las temperaturas extremas del
aire anuales son ms claros, homogneos y
progresivos; es decir, los resultados muestran un
patrn de calentamiento en toda la cuenca de
alrededor +0,8 C (temperatura mxima) y +1 C
(temperatura mnima) en promedio, en relacin al
periodo de referencia 1971-2000.
Estacionalmente, se mantiene el patrn anual
aunque no todas las regiones de la cuenca
experimentaran el mismo grado de calentamiento.
Para la temperatura mxima (Figura 10a-e), el
cambio sera ms notable (+1 C) en invierno (en
gran parte de la cuenca) y en primavera (franja
occidental), mientras que el resto de la cuenca
experimentara incrementos entre +0,4 C y
+0,8C. Entre verano y otoo (de diciembre a
mayo), la cuenca en general experimentara un
calentamiento entre +0,6 C y +0,8 C; cambios
ms discretos se presentaran en Lircay (+0,4
C). En cuanto a la temperatura mnima (Figura

11a-e), el mayor incremento se dara en otoo y
primavera del orden de +1,2 C, principalmente
en la regin sur de la cuenca.
En toda la cuenca, la temperatura mnima tiende
a incrementarse algo ms que la temperatura
mxima, aproximadamente entre 0,2 C y 0,4
C ms. Puede deducirse entonces que hacia
el 2030 el rango trmico (diferencia entre la
temperatura mxima y mnima) se acorte, siendo
menor en invierno y mayor en otoo y primavera,
principalmente en zona sur de la cuenca.
En las Figuras 12 y 13 se observa el sesgo
de los cambios trmicos proyectados por los
modelos en las estaciones de Marcapomacocha,
Huayao, Pilchaca y Lircay, que van desde -0,2
C hasta +1,3 C en la temperatura mxima y
desde +0,2 C hasta +1,3 C en la mnima. Los
modelos regionalizados estadsticamente tienden
a proyectar cambios moderados (aprox. +0,7 C)
en comparacin a los modelos dinmicos (aprox.
+1 C). En el caso de la temperatura mxima, es
notable la discrepancia de modelos principalmente
en primavera en la estacin Lircay (sur de la
cuenca); mientras las proyecciones estadsticas
dan cuenta de cambios negativos (-0,3 C), los
modelos dinmicos proyectan cambios positivos
de hasta +1,1 C, evidentemente las proyecciones
estadsticas estn influenciadas por la seal de
la tendencia histrica observada en los ltimos
45 aos, la cual indica que la temperatura
mxima en la estacin Lircay viene presentando
tendencias negativas. El promedio multi-modelo
da como resultado cambios de +0,4 C. En tanto
la dispersin de los cambios de la temperatura
mnima es menor, particularmente en verano y en
la estacin de Marcapomacocha.
37
Figura 9 Cambios estimados de la precipitacin anual y estacional (%) en la cuenca del ro Mantaro para el time-slice centrado
en el ao 2030, relativo al periodo de referencia 1971-2000. Los modelos regionalizados son CCSM3, HadCM3, ECHAM5-OM,
y ECHAM5/WRF y el modelo global de alta resolucin TL959L60 MRI/JMA, para el escenario de emisiones A1B. Se muestra el
ensamble multi-modelo EMM (crculos en negro cerrados) y los rangos de variacin (crculos en azul abiertos).
38
Figura 10a Cambios de la temperatura mxima del aire (C) en VERANO (diciembre-enero-febrero, DEF) en la cuenca del
ro Mantaro proyectados para el ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
39
40
Figura 10b Cambios de la temperatura mxima del aire (C) en OTOO (marzo-abril-mayo, MAM) en la cuenca del ro
Mantaro proyectados para el ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
Figura 10c Cambios de la temperatura mxima del aire (C) en INVIERNO (junio-julio-agosto, JJA) en la cuenca del ro
41
42
Figura 10d Cambios de la temperatura mxima del aire (C) en PRIMAVERA (setiembre-octubre-noviembre, SON) en la
cuenca del ro Mantaro proyectados para el ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario
de emisiones A1B.
Figura 10e Cambios de la temperatura mxima del aire (C) ANUAL en la cuenca del ro Mantaro proyectados para el
ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
43
44
Figura 11a Cambios de la temperatura mnima del aire (C) en VERANO (diciembre-enero-febrero, DEF) en la cuenca del ro
Figura 11b Cambios de la temperatura mnima del aire (C) en OTOO (marzo-abril-mayo, MAM) en la cuenca del ro Mantaro
proyectados para el ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
45
46
Figura 11c Cambios de la temperatura mnima del aire (C) en INVIERNO (junio-julio-agosto, JJA) en la cuenca del ro
Figura 11d Cambios de la temperatura mnima del aire (C) en PRIMAVERA (setiembre-octubre-noviembre, SON) en la
cuenca del ro Mantaro proyectados para el ao 2030 en relacin al periodo de referencia 1971-2000, para el escenario
de emisiones A1B.
47
48
Figura 11e Cambios de la temperatura mnima del aire (C) ANUAL en la cuenca del ro Mantaro proyectados para el ao
2030 en relacin al periodo de referencia 1971-2000, para el escenario de emisiones A1B.
Figura 12 Cambios estimados de la temperatura del aire mxima anual y estacional (C) en la cuenca del ro Mantaro
para el time-slice centrado en el ao 2030, relativo al periodo de referencia 1971-2000. Los modelos regionalizados
son CCSM3, HadCM3, ECHAM5-OM, y ECHAM5/WRF y el modelo global de alta resolucin TL959L60 MRI/JMA, para el
escenario de emisiones A1B. Se muestra el ensamble multi-modelo EMM (crculos en negro cerrado) y los rangos de
variacin (crculos en azul abiertos).
49
Figura 13 Cambios estimados de la temperatura del aire mnima anual y estacional (C) en la cuenca del ro Mantaro
para el time-slice centrado en el ao 2030, relativo al periodo de referencia 1971-2000. Los modelos regionalizados
son CCSM3, HadCM3, ECHAM5-OM, y ECHAM5/WRF y el modelo global de alta resolucin TL959L60 MRI/JMA, para el
escenario de emisiones A1B. Se muestra el ensamble multi-modelo EMM (crculos en negro cerrados) y los rangos de
variacin (crculos en azul abiertos).
50
Captulo 5.
CUANTIFICACIN DE LA INCERTIDUMBRE
Preparndonos para un futuro incierto
Los escenarios de cambio climtico son herramientas

para evaluar el futuro comportamiento del clima,
sistema que es inherentemente complejo e
impredecible, aun insuficientemente entendido
y con un alto grado de incertidumbre. Estas
incertidumbres
pueden
representar
serias
dificultades para la toma de decisiones, sin
embargo, el reto de los profesionales de la
adaptacin consiste en manejar la incertidumbre,
no tanto en superarla (Kropp y Schoize, 2011).
Las fuentes de incertidumbre asociadas
son principalmente debido: a. evolucin de
las emisiones de GEI y aerosoles, es decir,
cada escenario de emisiones tiene diferente
composicin atmosfrica e implica diferente
forzamiento radiativo; b. la estructura interna del
modelo o grado de complejidad para simular el
clima futuro, y c. interacciones internas del sistema
climtico, debido a su dinmica no-lineal. El IPCC
(2007) recomienda representar la incertidumbre
cuantitativamente mediante intervalo de valores
calculados por diferentes modelos, diferentes
escenarios de emisiones, diferentes tcnicas
de regionalizacin o diferentes miembros
ensemble. El reconocimiento de la existencia de
las incertidumbres en las proyecciones climticas
no elimina su utilidad. La incertidumbre no es
lo mismo que ignorancia, y los tomadores de
decisiones debern aprender a administrar la
informacin para administrar el aprendizaje (Kropp
y Schoize, 2011).
Como se observ en la seccin anterior, existen
importantes diferencias en los resultados de las
proyecciones de precipitacin y temperaturas del
aire por los diferentes modelos o tcnicas utilizadas.
A nivel de la cuenca, la seal de cambio es ms
robusta13 en el caso de la temperatura (aumento),
no obstante que los rangos pueden diferir. En el
caso de la precipitacin la incertidumbre es mayor,
dado que el patrn de cambio tiene una alta

variacin espacial y estacional, principalmente en
el otoo (finalizacin del periodo lluvioso) donde
el signo de cambio es bastante incierto (de -30%
a +30%).
Adems de conocer la incertidumbre asociada a
estas variables climticas por separado, tambin
es til tener en cuenta la incertidumbre cuando se
combinan, porque esto nos conduce a una mayor
gama de escenarios futuros. En la Figura 14 se
presentan los cambios promedio proyectados
para el ao 2030 en algunas estaciones14 de la
cuenca del Mantaro por cinco diferentes modelos
regionalizados, para el verano (de diciembre a
febrero DEF) e invierno (de junio a agosto JJA).
Cada punto representa diferentes proyecciones de
los modelos y el promedio de stos para un mismo
escenario de emisiones para la temperatura15 (eje
vertical) y la precipitacin (eje horizontal). Esta
figura muestra que la incertidumbre local tanto
en direccin como en la magnitud del cambio
es grande, particularmente para la precipitacin
en invierno, p. ej. en localidades como
Marcapomacocha, Huayao y Lircay, en donde
algunos modelos proyectan cambios dentro de su
variabilidad climtica (+/-15%) y otros modelos
proyectan escenarios de reduccin de lluvias de
hasta -30%. Si por un lado el potencial de cambio
de la precipitacin es de mayor magnitud en
invierno, en el verano los cambios proyectados
estaran dentro de sus patrones normales, excepto
en Marcapomacocha donde predomina un patrn
de reduccin, incluso ms all de -20%.
Para una mejor ilustracin del tamao del potencial
de cambio de la precipitacin en invierno, el
ensamble medio de los modelos para la estacin
Pilchaca da como resultado una reduccin de -13
mm; sin embargo, los rangos mximos de variacin
van de -30% (ECHAM5/Wrf) a +10% (HadCM3), y
13. La mayor robustez que se alude a la temperatura del aire, se basa en el hecho de que independientemente del modelo global
y de la tcnica de regionalizacin, la direccin de cambio de esta variable (aumento) se mantiene. No siendo lo mismo para la
precipitacin donde el rango de cambio es afectado parcialmente por la tcnica de regionalizacin.
14. En este reporte se presenten slo los resultados en cuatro localidades: Marcapomacocha, Huayao, Pilchaca y Lircay.
15. Se ha considerado graficar slo la temperatura mnima por ser sta la que presentara un mayor cambio hacia el ao 2030.
51
Figura 14 Cambios proyectados para cuatro localidades de la cuenca del ro Mantaro en temperatura mnima (C, eje
vertical) y precipitacin (%, eje horizontal) para el time-slice centrado en el ao 2030 respecto al periodo de referencia
1971-2000, para verano (de diciembre a febrero - DEF, en rojo) e invierno (de junio a agosto - JJA, en azul). Escenario
de emisiones A1B.
aun considerando el promedio de las proyecciones, la

seal de cambio es incierta toda vez que la tendencia
histrica observada es bastante dbil (-1 mm/dcada).
El anlisis de incertidumbre nos indica, en general,
dos tipos de escenarios: en verano o temporada de
mximas lluvias, el escenario predominante sera
clido/seco en Marcapomacocha y Huayao; clido/
lluvia-normal en Lircay y Pilchaca; mientras que en
invierno los escenarios seran clido/seco en Huayao,
Lircay y Pilchaca y escenario clido/lluvia-normal en
Marcapomacocha.
52
Finalmente, es importante tomar en cuenta el

hecho de que las incertidumbres difieren en
relacin al espacio (regiones de mayor o menor
predictabilidad) y a las variables climticas
(cambios de la temperatura son ms robustos
que la precipitacin). Comparar los modelos es
una de las maneras de manejar este tipo de
incertidumbres y constituye una buena base
para la evaluacin del riesgo. Es importante
que los tomadores de decisiones aprendan a
tomar decisiones en el marco de un escenario
incierto.
Captulo 6.
RECOMENDACIONES
La ciencia no ofrece pronsticos exactos del

futuro clima y nunca podr hacerlo. Los modelos
continan teniendo limitaciones significativas,
tales como en la representacin que se hace de las
nubes, as como en los detalles regionales del clima
actual. No obstante, en el transcurso de varias
dcadas de desarrollo, los modelos han brindado
sistemticamente una idea clara e inequvoca
del calentamiento significativo del clima como
respuesta al incremento de los gases de efecto
invernadero y han sido capaces de simular climas
y cambios climticos observados.
Aunque el cambio climtico es de carcter global,
no se puede esperar que los cambios potenciales
sean globalmente uniformes; ms bien, puede
haber diferencias regionales dramticas. En tal
sentido, los Modelos Climticos Globales (MCG)
no pueden representar explcitamente detalles
regionales que caracterizan el clima de una regin,
a una escala que sea de utilidad para estudios de
impactos y evaluacin de vulnerabilidad, debido
a su an baja resolucin horizontal (aprox. 100
300 km); de all la necesidad de regionalizar. Los
Modelos Regionales de Clima (RCM), el downscaling
estadstico o modelos globales de alta resolucin
(p.ej. el modelo japons TL959L60 MRI/JMA, 20
km) son tiles para generar escenarios climticos
con una resolucin espacial ms alta para estudios
de impactos, siendo importante considerar los
modelos globales que mejor representen el clima
actual de gran escala. La recomendacin til es:
combinacin de downscaling dinmico y estadstico
para llegar a resoluciones an mayores.
En el Captulo 5 se han descrito algunas de
las incertidumbres que afectan al proceso de
generacin de proyecciones regionalizadas de
cambio climtico. Tal y como all se ha escrito,
algunas de ellas pueden explorarse mediante
la utilizacin de varios escenarios de emisiones,
varios modelos globales, varias tcnicas de
regionalizacin o un solo modelo global forzando
varios modelos regionales. Este informe no

presenta un anlisis riguroso basado en ensembles
de proyecciones por la limitacin de recursos y
tiempo. Sin embargo, se ha intentado mostrar los
resultados de una variedad de modelos globales
y de mtodos de regionalizacin16, para mostrar
al tomador de decisiones por lo menos un rango
de variacin de las proyecciones regionalizadas
de cambio climtico en algunas localidades de la
cuenca. En ltima instancia, la responsabilidad de
los tomadores de decisiones est en evaluar la
incertidumbre asociada a los escenarios, juzgando
su magnitud y averiguando sus orgenes.
En el marco de la SCNCC el SENAMHI (2009)
hizo hincapi en la necesidad de ms y mejor
informacin climtica en importantes zonas del
pas, como p. ej. la parte alta (sector occidental)
y baja (sector oriental) de la cuenca del Mantaro,
por ello es necesario recopilar mayor cantidad de
informacin, incluyendo la red de observacin
y registro privada, que tengan registros con
perodos largos de informacin, verificar la
calidad de sta con la finalidad de complementar
el anlisis desarrollado en el presente trabajo y
explicar de manera plausible las caractersticas
decadales y multidecadales que modulan el clima
de largo plazo. En ese sentido, es importante
fomentar la implementacin de un mayor nmero
de estaciones que permitan, en el mediano plazo,
contar con series climticas suficientes para cubrir
la mayor parte de la cuenca. Esto ayudar a tener
un conocimiento mayor y ms claro del efecto de
estas oscilaciones en el clima actual y en los futuros
escenarios climticos. Contar con ms datos e
informacin del clima permitira evaluar y mejorar
el entendimiento de los procesos fsicos climticos
e identificar los procesos de retroalimentacin y,
principalmente, en un futuro cercano servir de base
para determinar, mediante los modelos climticos,
la proporcin de la variabilidad del clima de largo
plazo atribuida a los efectos antropognicos en
varias regiones del Per.
16. La seleccin de modelos globales y de tcnicas de regionalizacin utilizadas en este informe ha seguido no solamente criterios
de calidad, sino tambin criterios eminentemente prcticos de accesibilidad y disponibilidad de datos de modelos globales as
como de tcnicas de regionalizacin (previamente utilizadas y evaluadas para otros fines).
53
Es necesario tener presente que los

resultados regionalizados y grillados aqu
descritos, son ms representativos en los
puntos donde hay informacin observada,
debido a la regionalizacin estadstica
que complementa a los resultados de la
regionalizacin dinmica.
Finalmente, la recomendacin para los usuarios
es la utilizacin de todos los rangos de variacin
proyectados, basados en diferentes modelos
globales y en diferentes tcnicas de regionalizacin,
para explorar el efecto de estas incertidumbres
en sus modelos de impacto. Entindase que los
54
mayores rangos estarn asociados a mayores

incertidumbres y los rangos ms estrechos
a estimaciones ms robustas y con menor
incertidumbre.
Al considerar las limitaciones de la informacin
histrica disponible, la representacin limitada y
simplificada del clima regional por los modelos y
conociendo adems que existen incertidumbres
asociadas, los resultados del presente estudio
deben ser considerados como una aproximacin
del clima futuro, hacindose nfasis en las seales
de cambios potenciales identificados ms que en
los valores absolutos.
Captulo 7.
CONCLUSIONES
Las conclusiones principales de este informe se

refieren a dos aspectos, por un lado al aspecto
metodolgico, y por el otro, al aspecto netamente
climtico.
En cuanto al
incertidumbres
aspecto
metodolgico:
La existencia de incertidumbres no significa

ignorancia, por el contrario, saber de su
existencia, conocer las fuentes que la originan y
consecuentemente aprender a administrarlas, es
el valor agregado al conocimiento del tomador de
decisiones.
En este informe se presentan los resultados
de cinco modelos globales y dos tcnicas de
regionalizacin. Como ya se ha mencionado en
este documento, los rangos de variacin de los
cambios proyectados por los cinco modelos son
promediados y luego grillados en mapas. La relativa
robustez de las proyecciones de temperatura
del aire se basa en una menor dispersin de los
resultados que, independientemente del modelo
o de la tcnica de regionalizacin, indican un claro
patrn de calentamiento, no as en la precipitacin,
donde los valores de cambio muestran una mayor
dispersin, principalmente en el otoo e invierno.
En cuanto al aspecto climtico: seales de
cambio
Los cambios de la precipitacin son menos
regulares que los de la temperatura del aire.
No obstante la incertidumbre, los resultados
evidencian un patrn de aumento de lluvias en
la regin del orden de +15% y +30% durante

el otoo (periodo de finalizacin de lluvias),
excepto en Marcapomacocha (-5%), Huayao
(-8%), Pilchaca (-9%) y Lircay (-4%) y un claro
patrn de reduccin de las lluvias de hasta -30%
durante el invierno (periodo de estiaje o escasas
lluvias) principalmente en la franja occidental
de la cuenca. En el verano (periodo de mximas
lluvias), las precipitaciones parecen no variar
mucho respecto al presente, la media de los
modelos indica cambios dentro de su variabilidad
(+/-15%) con un sesgo a ser moderadamente
superior en Ayacucho (de +15% a +30%). En
la estacin transicional de primavera (inicio del
periodo lluvioso) predominara un escenario tanto
de reducciones como de aumentos (+/-15%).
Se esperara un aumento de la temperatura
del aire de +0,8 C (temperatura mxima) y de
+1,0 C (temperatura mnima). Sin embargo, no
todas las regiones de la cuenca experimentaran
el mismo grado de calentamiento medio, que
ser ms notable en invierno para el caso de
la temperatura mxima (+0,8 C a +1,0 C) y
primavera para la temperatura mnima (+0,8 C a
+1,2 C). El rango mnimo de cambio es de +0,4
C.
En todas las regiones de la cuenca, las
temperaturas mnimas tienden a incrementarse
algo ms que las mximas. Este cambio
diferenciado de las temperaturas extremas podra
conducir a un escenario de disminucin del rango
trmico (diferencia entre temperatura mxima
y mnima), lo cual implicara algn grado de
afectacin en las actividades agrcolas.
55
56
Referencias
Acua et al., 2011. Escenarios de cambio climtico en las regiones de Cusco y Apurmac al 2030 y
2050. Servicio Nacional de Meteorologa e Hidrologa del Per, Ministerio de Ambiente. En el marco del
Programa de Adaptacin al Cambio climtico PACC. 124 pp.
Avalos et al., 2011. Evaluation of a high resolution global model over Andean region of Peru. Manuscrito
finalizado en abril 2012. 22 pp (articulo en revisin para someter).
Bengtsson, L., M. Botzet and M. Esch, 1996: Will greenhouse gas-induced warming over the next 50
years lead to higher frequency and greater intensity of hurricanes? Tellus, 48A, 5773.
Bombardi R., y Carvalho L., 2007. Variability of the monsoon regime over Brazil: the present climate and
projections for a 2xCO2 scenario using the MIROC model. Rev. SBMET, V. 23, No.1, p. 58-72.
Brunet, M. et al. (2009): Generacin de escenarios regionalizados de cambio climtico para Espaa.
Agencia Estatal de Meteorologa, Madrid.
Christensen OB, Goodess CM, Harris I. Watkiss P. (2011) European and Global Climate Change Projections:
Discussion of Climate Change Model Outputs, Scenarios and Uncertainty in the EC RTD ClimateCost
Project. In Watkiss, P (Editor), 2011.The ClimateCost Project.Final Report. Volume 1: Europe. Published
by the Stockholm Environment Institute, Sweden, 2011.ISBN 978-91-86125-35-6.
Christensen, J. et al., (2007) Regional Climate Projections. In: The Physical Science Basis. Contribution
of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change
[S. Solomon, et al., (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York,
NY, USA.
CCA-UNAM, 2008. Gua para la generacin de escenarios de cambio climtico a escala regional. Centro
de Ciencias de la Atmsfera de la Universidad autnoma de Mxico. 105 pp.
Cubash, U., Waskewitz J., Hegerl G. y Perlwitz J. 1995: Regional climate changes as simulated in timeslice experiments. Clim Change 31:273-304.
Guilyardi, and Coauthors. 2009. Understanding El Nio in Ocean-Atmosphere General Circulation Models
Progress and Challenges. Bulletin of the American Meteorological Society, p. 325-340.
Goodess, C.M., Anagnostopoulou, C., Brdossy A., Frei C., Harpham C., Haylock M. R., Hundecha Y.,
Maheras P., Ribalaygua, J., Schmidli J., Schmith T., Tolika K., Tomozeiu R., and Wilby R. L., 2007. An
intercomparison of statistical downscaling methods for Europe and European regions assessing their
performance with respect to extreme temperature and precipitation events.ClimateChange.
Grimm, A. M., Sahai, A. K., Ropelewski, C. F., 2006. Interdecadal variations in AGCM simulation skills.
Journal of Climate, v. 19, p. 3406-3419.
Hulme, M., Lu, X., 2000: How to factor interannual climate variability into Climate Scenarios. A note
prepared for the DETR Fast-Track Impacts Group.
57
IPCC, 2001. Tercer Informe de Evaluacin. Climate Change 2001: The Scientific Basis. J. T. Houghton et
al. Eds., Cambridge University Press, UK, 881 pp.
IPCC, 2007a. Climate Change 2007: The Physical Science Basis, Summary for Policy Makers, Working
Group 1 IPCC, Geneva, 2007.
IPCC, 2007b. Climate Change 2007: Impacts and Vulnerability, Summary for Policy Makers, Working
Group 2 IPCC, Geneva, 2007.
Kalnay, E.; Kanamitsu, M.; Kistler, R.; Collins, W.; Deaven, D.; Gandin, L.; Iredell, M.; Saha, S.; White,
G.; Woollen, J.; Zhu, Y.; Leetmaa, A.; Reynolds, B. 1996, The NCEP/NCAR Reanalysis Project. Bulletin of
the American MeteorologicalSociety77: 437-471.
Kropp J. y M. Schoize (2011).Cambio climtico: informacin para una adaptacin eficaz. Giacomotti
Comunicaciones graficas. Berlin-Alemania.
Lenters J. D., Cook K. H., 1997. On the origin of the Bolivian high and related circulation features of the
South American Climate. Journal of the Atmospheric Sciences, v. 54, p. 656-677.
Marengo J. A., 2007. Mudanzas climticas globales y sus efectos sobre la biodiversidad: caractersticas
del clima actual y definicin de las alteraciones climticas para el territorio brasilero a lo largo del siglo
XXI. Brasilia, Ministerio del Ambiente. Serie Biodiversidad, v.26, 2007.
Meehl, G.A., et al., (2007) Global Climate Projections. In: The Physical Science Basis. Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change
[S. Solomon, et al., (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY,
USA.
Mizuta, R. et al., 2006: 20-km-mesh global climate simulations using JMA-GSM model mean climate
states- J. Meteor. Soc. Japan, 84, 165-185.
Moss, R.,H., Edmonds, J.,A., Hibbard, K.,A., Manning, M.,R., Rose, S.,K., van Vuuren, D.,P., Carter, T.,R.,
Emori, S., Kainuma, M., Kram, T., Meehl, G.,A., Mitchell, J.,F., Nakicenovic, N., Riahi, K., Smith, S.,J.,
Stouffer, R.,J., Thomson, A.,M., Weyant, J.,P., Wilbanks, T.,J. (2010). The next generation of scenarios
for climate change research and assessment. Nature. 463(7282):747-56.
Nakicenovic N., J. Alcamo, G. Davis, B. de Vries, J. Fenhann, S. Gaffin, K. Gregory, A. Grbler, T.Y. Jung,
T. Kram, E. Lebre La Rovere, L. Michaelis, S. Mori, T. Morita, W. Pepper, H. Pitcher, L. Price, K. Riahi,
A. Roehrl, H. Rogner, A. Sankovski, M. Schlesinger, P. Shukla, S. Smith, R. Swart, S. van Rooijen, N.
Victor and Z. Dadi. (2000). Special Report on Emissions Scenarios.Intergovernmental Panel on Climate
Change.Cambridge University Press.
Nakicenovic, N., y R. Swart, (eds.), 2000. Special Report on Emission Scenarios, pp. 1-599.Cambridge
University Press, Cambrige, UK.
Noda, A., Kusunoki, S. y Yoshizaki, M. 2006: Development of Super High Resolution Global and Regional
Climate Models. Atmospheric and Oceanic Simulation, Cap. I.
SENAMHI, 1988. Mapa de clasificacin climtica del Per. Mtodo de Thornthwaite. Servicio Nacional de
Meteorologa e Hidrologa del Per, Ministerio de Ambiente. 14 pp.
SENAMHI. 2007. Escenarios de cambio climtico en la cuenca del ro Mantaro para el ao 2100. Lima:
Servicio Nacional de Meteorologa e Hidrologa del Per, Ministerio de Ambiente. En el marco del proyecto
PRAA. 124 pp.
SENAMHI. 2009. Escenarios climticos en el Per para el ao 2030. Segunda Comunicacin Nacional de
Cambio Climtico. Lima: Servicio Nacional de Meteorologa e Hidrologa, Ministerio del Ambiente. 136
pp.
58
SENAMHI, 2011 [Avalos G., Cubas F., Oria C., Daz A., Quispe N., Rosas G., Sols O.]. Atlas de precipitacin
y temperatura del aire en la cuenca del ro Mantaro. Servicio Nacional de Meteorologa e Hidrologa del
Per, Ministerio de Ambiente. En el marco del proyecto PRAA. 157 pp.
Taylor, K.E., 2001. Summarizing multiple aspects of model performance in a single diagram. Journal of
Geophysical Research, 106(D7): 71837192.
TGICA IPCC, 2007. General guidelines on the use of scenario data for climate impact and adaptation
assessment. Version 2. Preparado por Carter T. R. IPCC. 66 pp.
Uppala et al., 2005: The ERA-40 re-analysis. Q. J. R. Meteorol. Soc., 131, 2961-3012.
Valverde C. M., y Marengo J., 2010. Mudanzas de circulacin atmosfrica sobre Amrica del Sur para
escenarios futuros del clima proyectados por los modelos globales del IPCC AR4. Rev. SBMET, V. 25,
No.1, p. 125-145.
Vera et al., 2006.Climate change scenarios for seasonal precipitation in South America from IPCC AR4
models. Geophysical Research Letters, v.33, L13707, doi10.1029/2006GL025759.
Wilby et al., 2004: Guidelines for use of climate scenarios developed from statistical downscaling
methods. 27 pp.
59
60
Anexos
Mapas escenarios Mantaro
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
Mapa
01.
02.
03.
04.
05.
06.
07.
08.
09.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
El Proyecto Adaptacin al Impacto del Retroceso Acelerado de Glaciares en los Andes Tropicales
- PRAA, es implementado con fondos del Banco Mundial (GEF y PHRD Japn) y administrado por
la Secretara General de la Comunidad Andina en beneficio de Bolivia, Colombia, Ecuador y Per.
El Ministerio del Ambiente lidera el PRAA en el Per, en colaboracin con diversas entidades para
su ejecucin, entre las cuales se incluye: SENAMHI, AGRORURAL, IGP, Municipalidad Distrital de
Santa Teresa, Municipalidad Provincial de Huancayo, Municipalidad Distrital El Tambo, SEDAM
Huancayo, Gobiernos Regionales de Cusco, Junn y CARE Per.

Cambio Clim Tico en La Cuenca Del R o Mantaro Baja

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Cambio Clim Tico en La Cuenca Del R o Mantaro Baja

Diunggah oleh

Hak Cipta:

Format Tersedia

Cambio climtico en la cuenca del Ro

Proyecciones para el ao 2030

Cambio Climtico en la Cuenca del Ro Mantaro, Junn