Cartas de investigacin ambiental

Los veranos ms calurosos de la historia proyectados a ser el patrn de ms de la mitad

de la poblacin mundial dentro de 20 aos
Resumen
Nosotros proyectamos que dentro de las siguientes dos dcadas, la mitad de la poblacin mundial
experimentar regularmente (cada segundo verano en promedio) temperaturas promedio de verano
regionales que superan las del verano ms caluroso de la historia, incluso debajo de la ruta moderada de
emisiones RCP4.5. Esta frecuencia umbral para temperaturas calientes sobre la tierra, la cual tiene efectos
adversos sobre la salud humana, la sociedad y la economa, podra ser abordada en un poco ms de una
dcada bajo la ruta de emisiones RCP4.5. Estas proyecciones de frecuencia de verano calientes se basan en
proyecciones ajustadas de temperatura RCP4.5 y 8.5, donde los ajustes son realizados con factores de
escala determinados por anlisis de huellas ptimas regularizadas que comparan simulaciones de modelos
histricos con observaciones durante el perodo 1950-2012. Una tcnica de reconstruccin de temperatura
se us para simular una multitud de posibles temperaturas pasadas y futuras, a partir de las cuales se
determina un verano caluroso para cada regin, con un verano caliente siendo definido como el verano ms
caluroso de la historia en el registro de esa regin. Las probabilidades con y sin forzamiento externo
muestran que los veranos calurosos son ahora diez veces ms probables en muchas regiones del mundo de
lo que hubieran sido en ausencia de los aumentos de gases de efecto invernadero pasados. Las
proyecciones futuras ajustadas indican que el Mediterrneo, el Shara, grandes partes de Asia y el oeste de
EE.UU y Canad estarn entre las primeras regiones para la cual los veranos calientes se convertirn en el
patrn, y que esto ocurrir dentro de la prxima dcada o prxima dos dcadas.

1. Introduccin pasado ocurrir en 1 cada 2 aos antes del 2018. Mora

Las temperaturas globales medias se han incrementado
desde el pasado siglo XIX. El calentamiento ha sido
acompaado por un incremento en las temperaturas clidas
extremas y un aumento en las ocurrencias de das calurosos.
Las recientes olas de calor como las de Europa Occidental
(2003), Rusia (2010) y las Grandes Llanuras del Sur de los
EE.UU. (2011) han demostrado claramente sus impactos
negativos en la salud humana, los ecosistemas, la
agricultura y la economa. Con el propsito de la
adaptacin al cambio climtico y la gestin de los desastres,
es importante evaluar si ha habido cambios en las
frecuencias de tales eventos y cmo podra cambiar en el
futuro. Tambin es importante de entender las causas de los
cambios.
El incremento en la magnitud y probabilidad de
temperaturas extremadamente altas ha sido atribuido a la
influencia humana en el sistema climtico. La influencia
humana puede haber dado lugar a un aumento de cuatro
veces en la probabilidad de que un ao durante 2000-2009
sea ms clido que el ao ms caluroso del siglo XX en
casi todas las regiones del globo terrestre. Se prev que el
incremento de temperaturas calientes contine en el futuro.
Jones et al (2008) estim que en el hemisferio norte, un
verano caliente que ocurri una vez cada diez aos en el
(2013) proyect que comenzando entre los aos 2047-2069,
la temperatura anual sobre la mitad del rea global llegar a
ser ms alta que la temperatura ms alta que hubo entre
1860-2005.
Los cambios futuros proyectados en el clima son
tpicamente basados en simulaciones de modelos
climticos. Sin embargo, un modelo climtico que
subestima el incremento de la temperatura pasada tambin
puede subestimar el incremento futuro. Contrariamente, se
podra haber esperado que un modelo que sobreestima el
cambio pasado sobreestimara el futuro cambio. Es
razonable suponer que los errores fraccionales en la
proyeccin de cambios de temperatura futuros estn
linealmente relacionados con los de la simulacin de los
cambios de temperatura pasados, y por lo tanto utilizar las
observaciones pasadas para limitar las proyecciones futuras.
Debajo de un marco de regresin lineal, el factor de escala
que mejor relaciona las observaciones histricas con
modelos de simulacin ha sido usado para escalar futuras
proyecciones.
Limitar el aumento de temperatura superficial medial
global a 2 K sobre el promedio preindustrial ha sido
utilizado como un objetivo de mitigacin en debates
internacionales sobre polticas climticas para evitar una
interferencia antropognica peligrosa en el clima. Sin
embargo, tal objetivo para un aumento de la temperatura
media global puede ser bastante abstracto para los
responsables polticos por dos razones: primero, es difcil
vincular un objetivo de calentamiento global a los impactos
locales y regionales en la que muchos polticos estn
preocupados. Segundo, se espera que la Tierra se caliente
desigualmente, las reas de tierra se calientan ms rpido
que los ocanos y las tasas de calentamiento difieren en
diferentes partes de la superficie terrestre.
Los veranos calurosos definidos como veranos con
temperaturas medias ms altas que durante el verano
histricamente ms caluroso sobre una regin pueden ser
una referencia atractiva para la proyeccin futura del
cambio climtico porque sus efectos negativos han sido
experimentados. Los cambios de probabilidades de
temperatura a niveles histricamente altos han sido
estudiados en trabajos anteriores. Christidis (2015b), por
ejemplo, estim el cambio en la probabilidad de aos y
estaciones muy calientes de manera simulada por modelos
climticos y restringi por patrones de espacio-tiempo
globales de anomalas de temperatura observada. Sun
(2014) estim que la influencia antropognica ha causado
que las temperaturas observadas en verano de 2013 en el
este de China sean 60 veces ms probables en la actualidad
que en condiciones preindustriales. Ellos proyectaron que la
regin experimentar similarmente veranos calurosos an
ms frecuentes en el futuro, con 50% de veranos siendo
ms calurosos que el verano de 2013 dentro de dos dcadas.
Aqu proveemos proyecciones de las probabilidades de
veranos calurosos para diferentes partes del mundo. Estas
proyecciones estn limitadas por observaciones, usando un
mtodo similar al de Sun (2014) y basado en huellas
ptimas regularizadas. Proyectamos an ms la fraccin de
la poblacin mundial a estas temperaturas de verano
calurosouna medida relevante para fines de adaptacin.
2. Mtodos y datos
2.1. Mtodos
Nosotros utilizamos anlisis de deteccin y simulacin para
evaluar si las simulaciones de modelos climticos de
temperaturas de verano son consistentes con las
observaciones. Primero, calculamos la temperatura
promedio de la superficie terrestre durante 3 meses de
verano y sobre las regiones esbozadas en la figura 1(A). A
continuacin, estimamos que los factores por las cuales el
modelo de respuesta simulado a la fuerza natural y
antropognica debe ser escalado para que coincida mejor
con las observaciones. Estos factores de escala son
obtenidas mediante la regresin de las observaciones sobre
las respuestas climticas esperadas a las fuerzas externas, es
decir, las seales representadas por la media del conjunto
multimodelo de las simulaciones climticas bajo las fuerzas
respectivas. Utilizamos el mtodo de deteccin ptimo
basado en mnimos cuadrados totales estndar para el
anlisis de deteccin y atribucin. Este modelo toma en
cuenta el ruido en la respuesta del modelo climtico
simulado que surge de la variabilidad climtica interna.
Esto requiere estimaciones de la variabilidad interna de los
climas, la cual obtenemos siguiendo el enfoque de Ribes
que utiliza estimaciones regularizadas de matriz de
covarianza en lugar de muestras estndar de matrices de
covarianza como regularizacin que mejora las
estimaciones de matriz de covarianza y obvia la necesidad
de regularizacin adhoc, tales como a travs del enfoque de
truncamiento EOF que a menudo ha sido utilizado en el
pasado.
La bondad de ajuste de los modelos de regresin se
prueba usando un control de consistencia residual. La figura
1(B) ilustra la mejor estimacin y el percentil 5 y 95 del
resultante de los factores de escala ALL para tres regiones
seleccionadas. La seal es detectada en las observaciones si
el intervalo de confianza del 90% est por encima de cero.
Si los intervalos de confianza para los factores de escala
incluyen la unidad, las magnitudes de los modelos
simulados y los cambios observados son comparables. Si
los factores de escala son mayores que la unidad, la
respuesta simulada del modelo se subestima, y si son
menores que la unidad, se sobreestiman. Tambin
realizamos un anlisis de deteccin utilizando la respuesta
climtica al forzamiento natural (NAT) solo, as como a
antropognicos (ANT, obtenidos de ALL-NAT) y NAT
forzando simultneamente (ver la figura D1 para todas las
regiones).
La mejor estimacin de la respuesta climtica al
forzamiento externo (ALL) en las observaciones es
obtenido multiplicando la respuesta del modelo simulado
por los factores de escala. Esto es removido de las
observaciones, y el residuo es tomado para representar la
variacin natural del clima sin la influencia de forzamientos
externos (ver figura 1(C)).
 Figura 1. Mtodo explicado en el ejemplo de la Cuenca del Amazonas, el Mediterrneo y el sur de Australia
Tambin utilizamos los factores de escala ALL para ajustar
las seales y de las futuras rutas de concentracin
representativas (RCP) (figura 1(D)). Las 380 muestras de
ruido de las simulaciones preindustriales se aaden a estas
seales de observacin restringida para producir mltiples
realizaciones de los cambios de temperatura reconstruidos y
proyectados en el futuro. Christidis (2012, 2015b) us un
mtodo similar, pero con un nico factor de escala obtenido
a partir de un patrn de espacio-tiempo de temperatura
global que fue resuelto regionalmente. Mediante el uso de
factores de escala obtenidos para regiones individuales,
restringimos las seales slo con informacin de las
regiones respectivas, la cual permite un ajuste ms cercano
a las diferencias regionales entre las seales y los cambios
observados, pero tambin significa que la incertidumbre en
los factores de escala es mayor debido al promedio sobre
las regiones ms pequeas.
La proporcin de series de tiempo reconstruidas con
anomalas de temperatura mayores que la anomala de
temperatura ms alta observada se conoce como la
probabilidad de excedencia (P1, ver figura 1(D)), como la
probabilidad de un verano caluroso. Una probabilidad
similar (P0) es calculada para las 380 piezas de
simulaciones de control. La fraccin del riesgo atribuible
 1 0
=
1 el hemisferio sur). Para las observaciones y simulaciones
es calculada entonces para cada regin. Las FAR se
encuentran entre y 1. Un valor negativo indica que un
evento se vuelve ms raro debido a forzamientos
antropognicos, mientras que un valor positivo indica que
el evento se vuelve ms frecuente.
Por ltimo, definimos el ao despus del cual las
probabilidades de un verano caluroso P1 son continuamente
superiores al 50% y 90%. Cada ao, la poblacin de la
regin para la cual se presenta este caso es resumida para
obtener series de tiempo de exposicin de la poblacin a
veranos calurosos.
2.2. Datos de temperatura de modelos y 2.3. Poblacin
observaciones
Los datos de observacin son las anomalas de la
temperatura de la superficie terrestre global de la Unidad de
Investigacin Climtica de la Universidad de Anglia Este.
Las simulaciones de modelos climticos se obtuvieron del
conjunto de multimodelos de la fase 5 del Proyecto de
Intercomparacin de Modelos Acoplados (CMIP5) y estn
enumeradas en las tablas A.1 y A.2. Consideramos
simulaciones histricas bajo forzamientos ALL y NAT.
Para proyecciones futuras, incluimos simulaciones de dos
escenarios de emisionesRCP4.5 y RCP8.5. El RCP8.5
supone que el forzamiento radiativo es de 8.5 W.m-2 para el
2100. Se supone que la reduccin de las emisiones
necesarias para limitar el forzamiento a este nivel se
alcanza con la legislacin sobre la calidad de aire pero sin
una estricta poltica climtica. El RCP4.5 tiene un
forzamiento radiativo tope de 4.5 W.m-2 y requiere, por
ejemplo, una disminucin en el uso general de energa y
combustibles fsiles y un aumento sustancial de las formas
de energa renovable. El incremento de la temperatura
media global est estimado a ser en 4.9 y 2.4 K por encima
de los niveles preindustriales para el 2100 en los escenarios
RCP8.5 y RCP4.5, respectivamente.
Nuestro conjunto consta de 54 simulaciones ALL, 45
simulaciones NAT y 15 simulaciones RCP4.5 y RCP8.5.
Cuando se construyen series de tiempo sobre el pasado y el
futuro, seleccionamos solamente miembros del modelo de
simulaciones ALL que tambin produjeron series RCP
(indicados con ALLrec en la tabla A.1). Realizamos los
anlisis de deteccin y atribucin basados en el perodo
1950-2012 (63 aos) y proveemos proyecciones futuras
para el perodo 2013-2069 (57 aos). Tambin se usan
cincuenta y un simulaciones de control plurianuales de
varios modelos para la estimacin de la variabilidad interna.
En general, estas simulaciones de control proveen 380
trozos de datos que son de la misma longitud que los datos
histricos (63 aos).
Interpolamos los datos sobre una cuadrcula 5 x 5 y
escondemos las simulaciones histricas y de control para
imitar la disponibilidad de los datos de la CRU. Luego
calculamos las temperaturas medias de verano por valores
promedio mensuales de los tres meses de verano (Junio-
Agosto para el hemisferio norte y Diciembre Febrero para
ALL y NAT, las anomalas se calculan en relacin con el
promedio de las simulaciones individuales durante 1950-
1984; las anomalas son similarmente calculadas en este
caso en relacin con el promedio de las simulaciones de
control durante los aos 0-34. Las anomalas para cada
simulacin RCP son calculadas en relacin con las
respectivas simulaciones histricas ALL (1950-1984).
Finalmente, promediamos las anomalas sobre grandes
regiones (ver figura 1(A)) con los lmites en esa misma
regin que son usados en el Reporte Especial de los
Extremos. Los anlisis de deteccin y atribucin son
realizados en series de promedio de 3 aos.
Proyecciones de datos de poblacin en cuadrcula para los
aos 2000-2100 de la Base de Datos del Escenario GGI
desarrollados en el Instituto Internacional para el Anlisis
de Sistemas Aplicados. Los datos originales estn
disponibles en un perodo de tiempo de 10 aos.
Obtenemos valores anuales por interpolacin lineal de los
valores decadales.
3. Resultados y comparacin con otros
estudios
3.1. Contribucin de los forzamientos externos a la
temperatura mxima del pasado
Para series de tiempo de temperaturas promedio globales de
verano, las respuestas a los forzamientos ALL y NAT son
detectados en las observaciones. En todas las 26 regiones
excepto para el norte de Australia, las respuestas a los
forzamientos ALL son detectados, mientras la respuesta al
forzamiento natural solo, es solamente detectado en 11 de
las 26 regiones (figura D1).
No detectar las respuestas a los forzamientos ALL en los
cambios observadoscomo es el caso en el norte de
Australiaindica que la media del conjunto de las
simulaciones bajo forzamientos ALL no relacionan bien las
observaciones. En el norte de Australia, las temperaturas de
verano observadas muestran solo una tendencia creciente
(figura D2) muy pequea. Para el sub-perodo de 1979-
2010, Li (2013) incluso report una tendencia de
enfriamiento sobre la regin y sugiere que el enfriamiento
es debido al aumento de las lluvias de verano y evaporacin
de la superficie en el norte de Australia. La razn para la
tendencia positiva en precipitacin es todava incierta, a
pesar de que Li (2013) sugiere que est vinculado a la
respuesta de un cicln anmalo tipo Gill al aumento de las
temperaturas de la superficie del mar en el Pacfico tropical
Occidental. Mientras tal variabilidad est presente en las
observaciones y as esconde la respuesta al forzamiento
ALL, la media del conjunto habra removido grandemente
la influencia de las variabilidades internas en la media del
conjunto de forzamientos ALL, dejando esencialmente solo
las
 Figura 2. Temperatura de verano atribuible a agentes externo (parte superior) y fraccin de riesgo atribuible (FAR, parte
inferior) para temperatura de verano en el ao con la mxima temperatura de verano anmala histrica. La FAR es calculada
de la frmula FAR = 1-(P0/P1) siendo P0 la probabilidad de ranos calurosos sin ningn agente externo y P1 la respectiva
probabilidad en simulacin con agentes externos.
respuestas forzadas. As la discrepancia entre observaciones
y seales ALL en una regin fuertemente afectada por la
variabilidad de baja frecuencia no es increble a pesar de la
fuerte evidencia de la influencia ALL a escala global y en la
mayora de las dems regiones.
El intervalo de confianza para los factores de escala ALL
incluye nicamente en la mayora de los casos, lo que
indica una buena relacin entre modelos y observaciones en
general. Los controles de consistencia residual indican que
no hay evidencia de las variabilidades de modelos muy
pequeos. En 21 regiones, la variabilidad de modelos
simulados es consistente con las regresiones residuales. En
las 5 regiones restantes, la variabilidad simulada es
demasiado grande. Una variabilidad ms grande en un
modelo de simulacin aumenta la amplitud del intervalo de
confianza para el factor de escala, haciendo los resultados
de deteccin ms conservadores. Por lo tanto, incluimos
todas las regiones en el anlisis subsecuente.
La columna 2 en la tabla B.1 enumera los veranos ms
calurosos de la historia para cada regin. Mediante
multiplicando las respuestas de los modelos simulados de
estos aos bajo forzamientos ALL con el factor de escala
ALL (ver figura 1(C)) para cada regin, obtenemos la
anomala de temperatura atribuible a forzamientos externos
(figura 2). Las anomalas de temperatura atribuible tienen
una media de 0.59 K con un rango intercuartil de 0.33-0.73
K en todas las regiones. Las anomalas ms altas de
temperaturas atribuibles de 1.59, 1.29 y 1.43 K aparecen en
el Mediterrneo, en el norte de frica y el Medio Oriente,
respectivamente (regiones 13, 14, 19, figura 2 y tabla B.1).
Sus anomalas de temperatura en relacin con la media de
1950-1984 en ausencia de influencias externas son
estimadas a ser 0.47, 0.34 y 0.47, respectivamente. Estas
tres regiones estn tambin entre las regiones con los
mayores incrementos de temperatura de verano observados
en las ltimas dcadas (figura D2).
En todas las regiones excepto el norte de Australia, la
influencia de forzamientos externos en las temperaturas de
verano se ha hecho evidente en los ltimos 30 aos (figura
D2). Esto ha resultado en un aumento en la probabilidad de
ocurrencia de veranos calurosos, presentados como la FAR
(Fraccin de riesgo atribuible) en la tabla B.1 y la figura 2.
La tabla B.1 presenta estimaciones en la incertidumbre en
la FAR. La FAR para los veranos ms calurosos de la
historia es sobre 0.9 en muchas regiones, es decir, la
frecuencia de ocurrencia de un verano caluroso se ha
incrementado por un factor de 10 debido a la influencia
antropognica en el clima (figura 2). La FAR es ms baja
en Sudamrica, Indonesia, norte de Australia y Amrica del
Norte Occidental. Christidis (2015b) mostr que en el 83%
de las regiones terrestres globales, la influencia
antropognica ha al menos duplicado las posibilidades de
eventos de temperaturas calientes durante Junio y Agosto.
Esto es generalmente consistente con valores grandes de
FAR que encontramos aqu. Nuestros resultados tambin
son comparables con Jones (2008) quien estim que un
verano pasado entre 1 y 10 aos en el Hemisferio Norte ya
se ha convertido en un evento de 4 en 10 aos, equivalente
a un FAR de 0.75. Zwiers (2011), investigando el retorno
del perodo de la mxima temperatura mxima diaria anual
extrema, encontr una FAR de aproximadamente 0.25 para
muchas regiones del Hemisferio Norte. A pesar de que solo
presentamos los resultados de la FAR para la anomala de
 Figura 3. Ao ms all de la cual la probabilidad de veranos calurosos es ms grande que el 50% (tope) y 90% (fondo)
estimado de las reconstrucciones observacionales limitadas basadas en simulaciones RCP4.5 (izquierda) y RCP8.5 (derecha).
Ntese que los aos estn determinados a partir de las reconstrucciones que combinan simulaciones pasadas y futuras, y si una
fecha anterior al 2013 se ha mostrado, se ha determinado a partir de simulaciones histricas.

temperatura durante los veranos ms calurosos de la Tabla 1. Trminos usados para las tasas de probabilidad y recurrencia
historia, puede ser estimado por el lector para cualquier
anomala de temperatura usando nuestros datos.

Muchas regiones en el hemisferio norte estn proyectadas a

3.2. Tiempo de veranos calurosos frecuentes
El ao ms all del cual una regin es proyectada a
experimentar regularmente veranos calurosos es mostrado
en la figura 3. El tiempo el que representa el ao despus
del cual la posibilidad de un verano caluroso es ms alto
que 50% (parte superior) y menor que 90% (parte inferior),
respectivamente, en cada ao subsecuente. Esto es
sinnimo con una frecuencia de ocurrencia de 1 en 2 y 9 en
10 aos, respectivamente, la cual nos referimos como el
patrn y la mayora de los aos, respectivamente (ver
tabla 1). Como nuestro anlisis se extiende solo al aos
2069, cada ao subsecuente estrictamente significa hasta
el final de nuestro registro de datos. La posibilidad que la
probabilidad de un verano caluroso este por debajo de los
umbrales no puede ser descartado por completo, pero es
altamente improbable bajo las vas RCP4.5 y RCP8.5
dadas que el calentamiento proyectado es esencialmente
irreversible en escalas de tiempo humanas. Ntese que
mostramos los resultados para RCP4.5 y RCP8.5, pero solo
discutimos los de RCP4.5 en detalle.
experimentar veranos calurosos en 1 de cada 2 aos dentro
de una dcada, y 9 de cada 10 veranos en el 2040 (figura 3).
El cambio climtico ya ha impactado a estas regiones en el
pasado. Nuestro anlisis sugiere que la regin de Sahara es
el primero en experimentar temperaturas de verano
mximas ms altas que en toda la historiaen 9 de cada 10
veranos dentro de 15 aos. La regin exhibe una tendencia
de calentamiento muy fuerte y relativamente una pequea
variabilidad natural (figura D2). En Asia Oriental (regin
22), encontramos que 1 de cada 2 veranos est proyectada a
ser muy caluroso alrededor del 2020, comparable a los
resultados de Sun para China Oriental (2025). Otras reas
para las cuales los veranos calurosos estn proyectados
pronto a convertirse en el patrn son la regin Mediterrnea
(alrededor del 2025), grandes partes de Asia (antes del
2025) y el oeste de EE.UU/Canad (2030, figura 3). Estos
datos tempranos son consistentes con las respuestas a las
fuertes temperaturas de verano al cambio climtico en estas
regiones tal como est documentado en el 4to informe de
evaluacin del IPCC.
El reporte muestra que la respuesta de la mediana de la
temperatura en el Sahara y la regin del sur de Europa y
Mediterrneo estn entre las ms grandes para los meses anterior de la simulacin respectiva. Nuestros enfoques
de verano (IPCC 2007 y tabla D.1). Jones (2008) tambin
encuentra un gran aumento en las probabilidades de
ocurrencia en las regiones del Sahara y el Mediterrneo en
respuesta a los forzamientos antropognicos, con un evento
de 1 en 10 aos a ser 6 en 10 aos y 7 en 10 aos (o un
valor de FAR de 0.83 y 0.86).
Nuestra temperatura lmite para veranos calurosos en el
Mediterrneo es ms alta que las temperaturas promedio de
las olas de calor de Junio-Agosto del 2003. Tal temperatura
extrema est proyectada a ser el patrn para el 2025, y muy
pocos veranos sern ms fros que despus del 2035. La analizamos temperaturas de verano. Las temperaturas
probabilidad de los veranos calurosos en Europa ha sido
estudiada extensamente. Schar (2004) por ejemplo analiz
la temperatura al final del siglo XXI mediante una
simulacin por modelo de regin climtica y encontr que elementos engrillados (aproximadamente 100 km),
en 1 o 2 veranos sera tan caluroso o ms caluroso que el
verano de 2003. Stott (2004) reporta un aumento en un
cntuplo en la frecuencia esperada en los veranos tipo 2003
para mediados del siglo XXI, y Christidis (2015a) indica
que la influencia humana en esta frecuencia ha sido
subestimada.
3.3. Exposicin de la poblacin a futuros veranos
calurosos
El porcentaje de regiones y poblacin que vive en las
regiones donde los veranos estn proyectados a ser
calurosos en 1 de 2 aos (lneas completas) y 9 de 10 aos
(lneas discontinuas) estn ilustradas en la figura 4. Las
series de tiempo estn basadas en las probabilidades
calculadas de las proyecciones limitadas
observacionalmente. Preguntamos: Para cuando est
proyectado que los veranos calurosos estarn tan extendidos
que la mitad de la poblacin experimente veranos que son
ms calientes que cualquier verano del pasado? Bajo el
escenario de emisiones moderadas RCP4.5, ms de la mitad
de la poblacin mundial est proyectada a experimentar un
verano caluroso en 1 de cada 2 aos dentro de 20 aos. Si
las emisiones de gases invernadero contina elevndose a
lo largo del siglo XXI (RCP8.5), esto est proyectado a
ocurrir en solo apenas una dcada. El tiempo en el que la
mitad de las regiones del mundo estn proyectadas a ser
afectadas ocurre solo un poco ms tarde, lo cual indica que
las regiones afectadas primero tendrn una poblacin algo
ms pequea de la poblacin mundial. Apenas despus del regiones se hayan adaptado. Aqu, usamos resultados de un
2050, casi la poblacin entera y alrededor del 70% de todas
las regiones est proyectada a ser expuesta a los veranos
calurosos en 1 de cada 2 aos bajo RCP4.5.
El tiempo de la mitad de las regiones siendo afectadas
(2035 bajo RCP4.5 y 2030 bajo RCP8.5) es ms temprano
que el tiempo reportado en Mora (2013) para la mitad de
elementos del marco que estn fuera del rango histrico
(alrededor del 2069 bajo RCP4.5 y 2047 bajo RCP8.5). Los
datos deben, sin embargo, no ser comparados, ya que la
definicin de ritmo en los dos estudios difiere dado a que
los dos enfoques son totalmente diferentes. Los resultados
en Mora (2013) estn basados solo en modelos de
simulacin. El ritmo es la mediana de los aos en la cual
cada uno de los 37 modelos considerados simula
temperaturas ms altas que el mximo de temperatura
probabilsticos combinan informacin de la observacin y
modelo de salida y toman en cuenta las incertidumbres de
la variabilidad interna climtica. El ritmo representa el ao
despus del cual 50% del conjunto de 380 reconstrucciones
de series de tiempo con restricciones observacionales estn
por encima del mximo histrico observado. No obstante,
es digno de mencionar que el tiempo anterior en nuestro
estudio podra ser explicado por las diferencias en los
focos: mientras que los aos citados de 2069 y 2047 de
Mora (2013) son resultados para valores anuales, nosotros
anuales de verano son menos variables que los valores
medio anuales, que puede conducir a fechas de ocurrencia.
Adems, mientras Mora (2013) considera la escala de
promediamos sobre las grandes regiones, la cual reduce an
ms la variabilidad. Nuestros anlisis tambin estn
restringidos a reas terrestresel rea ms relevante para la
exposicin humana al calormientras que Mora (2013)
analiza valores sobre ocano y tierra.
Debido a los ajustes de series de tiempo RCP simuladas
con los factores de escala obtenidos por comparacin de
modelos de simulacin con observaciones, debemos
mejorar nuestras estimaciones de probabilidades de
veranos calurosos futuros en comparacin con el uso de las
series de tiempo en bruto. En nuestro anlisis, 21 de las 26
regiones muestran una mejor estimacin de los factores de
escala debajo de la unidad, es decir, los modelos de
simulacin sobreestiman el aumento histrico de
temperatura. Ajustando la salida del modelo en bruto con
estos factores de escala, reducimos el cambio de
temperatura en relacin con la salida del modelo en bruto,
la cual conduce a un aumento ms gradual en la poblacin
afectada por los veranos calurosos y un tiempo posterior de
exceder las mximas temperaturas histricas.
4. Conclusin
Las temperaturas calientes extremas tienen grandes
impactos en la sociedad, economa, ecosistemas y la salud.
Con el fin de adaptarse al cambio climtico, es importante
saber cundo y donde la temperatura exceder los lmites
que estn considerados como histricamente calientes
esto es, temperaturas a las que se podra esperar que las
anlisis de deteccin y atribucin para limitar
observacionalmente futuras proyecciones de temperatura y
estimar futuras posibilidades de veranos calurosos, es decir,
veranos ms calientes que el verano ms caliente de la
historia. Nuestros anlisis estn realizados en grandes
regiones cubriendo el rea terrestre global. Solemos
detectar cambios en temperaturas de verano en 25 de las 26
regiones y podemos atribuir una gran parte de los cambios
de temperaturas observadas a los forzamientos
antropognicos. Las regiones con los ms grandes cambios
de temperatura atribuible son el Mediterrneo y la regin de
Sahara. En muchas regiones, la fraccin de riesgo atribuible
para veranos calurosos est sobre 0.9, es decir, est
 Figura 4. Porcentaje de regiones en el mundo (izquierda) y poblacin (derecha) que experimentan veranos calurosos con una
probabilidad superior al 50% (lneas completas) y 90% (lneas discontinuas) in los aos subsecuentes. Los resultados estn
mostrados para las reconstrucciones de las simulaciones histricas ALL y RCP4.5 (azul) antes del 2012 y simulaciones RCP8.5
(rojo) despus del 2012.
estimado que los veranos calurosos ahora son diez veces
ms probables de ocurrir que hubiera sido el caso si los
gases de efecto invernadero y las concentraciones de
aerosol hubieran permanecido en los niveles
preindustriales.
Muchas regiones del hemisferio norte estn proyectadas
a experimentar veranos calientes en 1 de cada 2 aos dentro
de dos dcadas y 9 de cada 10 aos despus del 2050. Las
temperaturas de veranos calientes estn proyectadas a ser
incluso ms extensos bajo el escenario de altas emisiones
RCP8.5.
El calor extremo puede afectar directamente a las
personas (muerte relacionada con el calor) y reducir la
productividad econmica de la mano de obra. Muchos
impactos podran ser mitigados siempre y cuando solo una
pequea parte de la poblacin mundial se vea afectada.
Como un ejemplo, los impactos negativos de la
productividad de la agricultura pueden ser mitigados
balanceando los dficits en muchas regiones con
produccin ms alta en otras regiones bajo la suposicin del
intercambio de agricultura entre regiones y pases. Sin
embargo, ya podra haber fuertes impactos negativos
cuando la mitad del mundo experimenta 1 de cada 2
veranos como muy caliente. Es probable que los impactos
se vuelvan ms fuertes despus de 2040-2060, cuando los
veranos calurosos estn proyectados a ser el patrn para el
80% de las regiones del mundo.
Una limitacin de nuestro estudio es que el impacto directo
del calor en las personas no puede ser estimado ya que no
tenemos datos sobre la temperatura ambiental del aire
directamente experimentado por los individuos, ni sobre
donde exactamente se encuentran. El nmero de personas
afectadas no representa el nmero de personas sufriendo
directamente del estrs del calor, sino ms bien el nmero
de personas viviendo en las regiones que experimentan un
verano caluroso. Adems, las temperaturas calientes medias
regionales no necesariamente se traducen en un verano
caluroso para cada lugar en la regin. Una limitacin
adicional es que nuestros resultados son dependientes de la
capacidad de los modelos climticos que usamos para
simular correctamente la variabilidad natural no forzada de
las temperaturas medias regionales de verano. Los anlisis a
escala continental y global de la variabilidad de la
temperatura media anual sugieren que los modelos simulen
bastante bien la distribucin observada de la variabilidad en
las escalas ms grandes. La consideracin de los resultados
de las pruebas de consistencia residual de nuestros anlisis
regionales de deteccin y atribucin basados en la seal de
forzamiento ALL (figura D1) lleva a una conclusin similar
de que generalmente existe una amplia consistencia entre la
variabilidad observada y simulada de la escala decadal de
temperatura de verano a travs de las regiones, a pesar de
que se debe notar que los modelos subsimulan la
variabilidad interna ms frecuentemente de lo que se
esperara por azar.
Tabla A.1. Lista de los modelos de simulacin usados para ALL, ALL para probabilidades basadas en la reconstruccin, experimentos NAT y RCPs
Tabla A.2. Nombres de las series de control usados para estimaciones de variabilidad interna y reconstrucciones de temperatura
Tabla B.1. Ao y anomala de la temperatura de la temperatura mxima histrica observada, anomala de temperatura atribuible y probabilidades de
excedencia (es decir, probabilidades de veranos calurosos) en simulaciones con agentes externos P1 y sin agentes (simulaciones de control, P0), as
como la fraccin de riesgo atribuible. Ver tambin la figura 2. Las dos ltimas columnas son estimaciones diferentes de la incertidumbre en la FAR:
la columna sampling presenta los percentiles 25, 50 y 75 de la FAR obtenidos por re-muestreo de las 380 simulaciones de control. El remuestreo
fue realizado 1000 veces. La columna sampling and scaling incluye la incertidumbre del factor de escala
Figura D1. Factores de escala de anlisis de seales 1 y 2 para las 26 regiones y para la temperatura de verano. La respuesta esperada al agente
respectivo (ALL, NAT, ANT) es detectado si la mejor estimacin de un factor de escala (punto) y su intervalo de confianza del 5-95% (bigote) son
ms grandes que cero. Un smbolo - debajo de la barra indica que el modelo de variabilidad interna es demasiado grande, lo que hace los resultados
de la deteccin ms conservativos. Un smbolo + indica que el modelo de variabilidad interna es demasiado pequeo.
Figura D2. Observaciones (negro) y temperaturas reconstruidas (rojo) en verano. La temperatura reconstruida es la temperatura sin
la seal de un agente externo, y la diferencia entre la lnea roja y negra es la temperatura atribuible a un agente externo. Las lneas
grises indican regiones donde el factor de escala no es distinguible de cero (ver figura D1). El recuadro de color amarillo denota
regiones donde los modelos de variabilidad interna son demasiado grandes
Tabla D.1. Mediana de la respuesta de la temperatura (K) estimada por
el escenario MMD-A1B en IPCC (2007), tabla 11.1. Diferencias en la
temperatura cercana a la superficie entre los aos 2080-2099 y los aos
1980-1999. Ntese: excluimos SPA, NPA, TNE, IND, CAR y ANTc de
esta tabla ya que incluyen mayormente reas ocenicas. El verano est
definido como Diciembre-February en NAU, SAU, AMZ, SSA, SAF, y
como Junio-Agosto en otra parte.