Ii Parte Estudio Escenarios Cambio Climático Cusco y Apurímac PDF

SERVICIO NACIONAL DE METEOROLOGIA E HIDROLOGIA
PROGRAMA DE ADAPTACIN AL CAMBIO CLIMTICO PACC
CARACTERIZACIN CLIMTICA Y ESCENARIOS DE CAMBIO CLIMTICO EN LAS REGIONES CUSCO Y

APURMAC
II PARTE DEL ESTUDIO
ESCENARIOS DE CAMBIO CLIMTICO

PARA LAS REGIONES CUSCO Y APURMAC
2030 Y 2050
EDICIN PRELIMINAR
21 Setiembre 2011
Autor:
SENAMHI
Servicio Nacional de Meteorologa e Hidrologa - SENAMHI

Jr. Cahuide 785 Jess Mara Lima, Per
Edicin Preliminar Setiembre 2011
Equipo Tcnico
Delia Acua
Alan Llacza
Flix Cubas
Amelia Daz
Grinia Avalos
Gerardo Jcome
Clara Oria
Gabriela Rosas
Infraestructura del Sistema Computacional y Tecnologas de Informacin

Otto Huiman
Soporte SIG
Tannia Snchez
Colaboradores:
Luis Roca, Oscar Felipe, Wilmer Pulache, Marcia Valdez, Yolanda Lapa, Silvia Guerra, Miguel Saavedra
Impresin Preliminar: SENAMHI

Setiembre, 2011
Esta publicacin fue elaborada por el SENAMHI y financiada con aportes de la COSUDE, a travs del
INTERCOOPERATION - PACC
SERVICIO NACIONAL DE METEOROLOGA E HIDROLOGA
Ministro del Ambiente

Ricardo Giesecke
Presidente Ejecutivo del SENAMHI

Wilar Gamarra Molina
Directora Cientfica del SENAMHI y Coordinadora Institucional PACC-SENAMHI

Elizabeth Silvestre Espinoza
Directora General de Meteorologa

Amelia Daz Pabl
Coordinadora Nacional del PACC-INTERCOOPERATION

Arq. Lenkiza Angulo
COSUDE
Agencia Suiza para la Cooperacin y Desarrollo COSUDE
Edicin Preliminar Setiembre 2011
Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac
SENAMHI-DGM
INDICE
I.
INTRODUCCION
II.
ESCENARIOS DE CAMBIO CLIMATICO

2.1
Los escenarios de emisiones
4
4
2.2
Escenarios de Cambio Climtico
2.3
Incertidumbres en los escenarios
2.4
Modelos y tcnicas de ltima generacin para escenarios
III.
DATOS Y METODOLOGIA
3.1 DATOS
3.2 METODOLOGIA
3.2.1 Explorando las incertidumbres del clima futuro en Cusco
12
12
20
y Apurmac
3.2.2 Intercomparacin de modelos Globales
20
3.2.3 Estimacin de escenarios regionales del clima futuro
20
en Cusco y Apurmac
3.2.3.1 Construccin de escenarios de precipitacin y
21
temperatura incorporando el factor de la variabilidad

interanual
3.2.3.2 Regionalizacin o Downscaling dinmico
22
3.2.3.3 Downscaling estadstico
25
3.3.3 ndices Climticos extremos de Temperatura y Precipitacin 28

IV.
RESULTADOS
4.1 Explorando las incertidumbres del clima futuro en Cusco y Apur.
32
32
4.2 Intercomparacin de modelos
36
4.2.1 Modelos globales
36
4.2.2 Modelo regional para Cusco y Apurmac
49
4.3 Proyecciones regionaliz. del clima medio Cusco y Apurmac 2030
53
4.3.1 Cambios en la Precipitacin a escala local
53
4.3.2 Cambios en la Precipitacin a escala regional
62
SENAMHI-DGM
4.3.3 Cambios en la temperatura mxima y mnima del aire a
66
escala local
4.3.4 Cambios en la temp. mxima del aire a escala regional
79
4.3.5 Cambios en la temp. mnima del aire a escala regional
82
4.4 ndices Climticos extremos de Precipitacin y Temperatura
85
proyectada para el perodo 2030

4.4.1 ndices extremos de Precipitacin
86
4.4.2 ndices extremos de Temperatura
89
4.5 Proyecciones regionalizadas para Cusco y Apurmac 2050
96
4.5.1 Cambios en la precipitacin 2050 a escala Regional
96
4.5.2 Cambios en la temperatura mxima proyectada a escala
100
regional para el perodo 2050

4.5.3 Cambios en la temperatura mnima proyectada para
104
el perodo
2050
V.
CONCLUSIONES
5.1 Clima medio a escala local
Cambios en la precipitacin 2030
109
Cambios en la temperatura mxima y mnima del aire 2030
110
5.2 Clima medio a escala Regional
VI.
108
108
111
111
Cambios en la temperatura mxima del aire 2030
112
Cambios en la temperatura mnima del aire 2030
113
5.3 Extremos climticos de Precipitacin y Temperatura 2030
114
5.4 Clima medio a escala Regional 2050
116
116
116
117
RECOMENDACIONES
118
ii
SENAMHI-DGM
VII. REFERENCIAS
119
VIII. ANEXO
8.1 Escenarios de temperatura y precipitacin proyectada para el
122
perodo 2030
8.1.1 Mapas de escenarios de precipitacin
8.1.2. Mapas de cambios en la precipitacin
8.1.3. Mapas de escenarios de temperatura mxima
8.1.4. Mapas de cambios en la temperatura mxima
8.1.5. Mapas de escenarios de temperatura mnima
8.1.6. Mapas de cambios en la temperatura mnima
8.2 Cambios en la temperatura y precipitacin proyectada para el
perodo 2050
8.2.1 Mapas de cambios en la precipitacin
8.2.2 Mapas de cambios en la temperatura mxima
8.2.3 Mapas de cambios en la temperatura mnima
8.3 Base matemtica de las tcnicas Aplicadas
8.3.1 Downscaling Dinmico
8.3.2 Downscaling y Funciones Empricas Ortogonales
8.3.3 Base matemtica de la interpolacin para regrillado de la
informacin de los AOGCMs.
8.4 Acrnimos
IX.
GLOSARIO
167
iii
SENAMHI-DGM
FIGURAS
Figura 1a: Emisiones mundiales de gases de efecto invernadero (en Gt de
CO2-eq por ao) Fuente: IPCC AR4, Climate Change 2007. Synthesis Report.
Figura 1b: Anomala de la Temperatura media cerca de la superficie en el
siglo XX relativo a la media desde 1901 hasta 1950 (Fuente: IPCC AR4).
Figura 1c: Complejidad de los modelos climticos en la ltima dcada y sus
interacciones con las diferentes componentes del sistema climtico y la
incorporacin de procesos qumicos atmosfricos. Fuente: IPCC, 2007-AR4.
Figura 2a: Mapa de ubicacin de estaciones meteorolgicas y relieve en Cusco
y Apurmac y estaciones vecinas a) Variable temperatura mxima (53
estaciones, b) variable temperatura mnima del aire (48 estaciones)
Figura 2b: Mapa de ubicacin de estaciones meteorolgicas y relieve en Cusco
y Apurmac y estaciones vecinas c) Variable precipitacin (115 estaciones)
Figura 3: Esquema de la metodologa de downscaling dinmico para la
generacin de escenarios del clima futuro en las regiones Cusco y Apurmac.
Figura 4: Estaciones Meteorolgicas convencionales representativas de las
Regiones Cusco y Apurmac.
Figura 5: Esquema de la metodologa de downscaling estadstico
Figura 6: Cambios en la precipitacin 2030 (%) relativo a 1971-2000, a nivel
anual y estacional (verano-DJF, otoo-MAM, invierno JJA, primavera-SON).
Figura 7: Cambios en la temperatura media 2030 (C) relativo a 1971-2000,
a nivel anual y estacional (verano-DJF, otoo-MAM, invierno JJA, primaveraSON).
Figura 8a. Presin a nivel del Mar y bias para invierno (DEF). Posicin,
configuracin e intensidad del Anticicln del Pacfico Sur (APS) y Atlantico Sur
(AAS) simuladas por modelos del IPCC y reanalysis. Linea base climtica 19712000.
Figura 8b. Presin a nivel del Mar y bias para invierno (JJA). Posicin,
configuracin e intensidad del Anticicln del Pacfico Sur (APS) y Atlantico Sur
iv
SENAMHI-DGM
(AAS) simuladas por modelos del IPCC y reanalysis. Linea base climtica 19712000.
Figura 9. Posicin y configuracin de la Zona de Convergencia Intertropical
(ZCIT) en verano (DEF) e invierno (JJA) provenientes de diferentes modelos
del IPCC y reanalyisis. Linea base climtica 1971-2000.
Figura 10. Patrones de circulacin viento a 11 Km (lneas de corriente a 200
hPa) para verano DEF (perodo lluvioso) e invierno JJA (perodo de estiaje)
reanalysis NCEP y simulaciones de modelos globales del IPCC- AR4. Lnea base
climtica (1971-2000).
Figura 11a. Correlacin de Anomalas de Altura Geopotencial a 11 Km (200
hPa) asociada al nivel de significancia estadstica de 0.05 en colores y lneas de
contorno.
Figura 11b. Error Cuadratico Medio (RMSE) de la Altura Geopotencial a 11 km
de altura (200 hPa)
Figura 12a. Correlacin de Anomalas de Temperatura del aire a 5 Km (500
hPa) asociada al nivel de significancia estadstica de 0.05 en colores y lneas de
contorno.
Figura 12b. Error Cuadratico Medio (RMSE) Temperatura del aire a 5 Km (500
hPa).
Figura 13a. Correlacin de Anomalas de Temperatura Superficial del Mar
promedio anual asociada al nivel de significancia estadstica de 0.05 en colores
y lneas de contorno.
Figura 13b. Error Cuadratico Medio (RMSE) de la Temperatura Superficial del
Mar.
Figura 14a: Temperatura del aire y Vientos a 1.5 km (850 HPa), anomala de
espesores
1.5
11
km
(850-200
hPa)
asociada
calentamiento
(enfriamiento) con expansin (compresin) de la columna atmosfrica,

respectivamente. Mes julio 1997 (Invierno de El Nio 1997-98).
Figura 14b: Temperatura del aire y Vientos a 1.5 km (850 HPa), anomala de
espesores
1.5
11
km
(850-200
hPa)
asociada
calentamiento
(enfriamiento) con expansin (compresin) de la columna atmosfrica,

respectivamente. Mes febrero 1998 (Verano de El Nio 1997-98).
SENAMHI-DGM
Figura 15a. Posicin y configuracin de la Zona de Convergencia Intertropical

(ZCIT) en verano (DEF) e invierno (JJA) Modelo TL959L60 (60 Km de
Resolucin) y reanalyisis (Fuentes: PP CMAP, PSL NCAR). Lnea base climtica
1979-2000.
Figura 15b. Presion a nive del mar en verano (DEF) e invierno (JJA) Modelo
TL959L60 (60 Km de Resolucion) y reanalyisis (Fuentes: PP CMAP, PSL NCAR).
Lnea base climtica 1979-2000.
Figura 15c. Patrones de circulacin viento a 11 Km (lneas de corriente a 200
hPa) para
verano DEF e invierno JJA reanalysis NCEP y MRI. Lnea base
climtica (1979-2000).
Figura 16: Variacin del ciclo promedio anual de precipitacin, temperaturas
mxima y mnima del aire en localidades andinas de Cusco (Yauri, Granja
Kcayra, Sicuani) y Apurmac (Chalhuanca, Curahuasi, Andahuaylas). Perodo
1971-2000. Lnea azul observado en estacin meteorolgica, lnea roja y verde
simulacin sin ajustar y ajustada del modelo WRF.
Figura 17: Campos de EOF (primera columna), variacin interanual de la
Componente Principal (segunda columna), y varianza explicada de la EOF de la
TSM julio, enero y febrero (tercera columna). Estacin Sicuani (Cusco) latitud 14.3, longitud - 71.2, altitud 3574.
Figura 18: Cambios estimados en la precipitacin anual (%) a escala local
perodo centrado en 2030 relativo 1971-2000, proyecciones del modelo
TL959L60 (MRI/JMA) y regionalizadas utilizando diferentes modelos globales
CCSM3, HadCM3, ECHAM5-OM, WRF, MRI.
Figura 19: Cambios en la precipitacin a escala local
en
VERANO (%)
proyecciones del modelo TL959L60 (MRI/JMA) y regionalizadas utilizando

diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM, WRF, MRI.
Figura 20: Cambios en la precipitacin a escala local en OTOO (%) perodo
2030 relativo 1971-2000 (perodo de finalizacin de precipitaciones MAM),
proyecciones regionalizadas utilizando diferentes modelos globales CCSM3,
HadCM3 y ECHAM5-OM.
Figura 21: Cambios en la precipitacin a escala local
perodo
2030
respecto
1971-2000
(perodo
seco
en INVIERNO (%)
JJA),
proyecciones
vi
SENAMHI-DGM
regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3 y

ECHAM5-OM.
Figura 22: Cambios en la precipitacin a escala local en PRIMAVERA (%)
perodo 2030 relativo 1971-2000 (perodo de inicio de precipitaciones SON),
proyecciones regionalizadas utilizando diferentes modelos globales CCSM3,
HadCM3 y ECHAM5-OM.
Figura 23: Cambios promedio en la precipitacin a escala regional (%)
perodo 2030 relativo 1971-2000,
proyeccin promedia de los modelos
dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3, ECHAM5OM, HadCM3)

Figura 23 a: Divisin de las regiones de estudio.
Figura 24: Cambio promedio de la temperatura mxima y mnima del aire
ANUAL (C) perodo 2030
Figura 25 a y b: Cambios estimados en la temperatura mxima y mnima del
aire ANUAL (C)
proyecciones
del
centrado en el 2030 relativo 1971-2000, resultado de las

modelo
TL959L60
regionalizadas
CCSM3,
HadCM3,
ECHAM5-OM y WRF-ECHAM5.
VERANO (C) perodo 2030
Figura 27 a y b: Promedio de Cambios en la temperatura mxima y mnima
del aire VERANO (C) centrado en el 2030 relativo 1971-2000, resultado de las
proyecciones del modelo TL959L60, proyecciones regionalizadas CCSM3,
HadCM3, ECHAM5-OM y WRF-ECHAM5.
OTOO (C) perodo 2030
Figura 29 a y b: Promedio de Cambios estimados en la temperatura mxima
y mnima del aire OTOO (%) centrado en el 2030 relativo 1971-2000,
resultado de las proyecciones del modelo TL959L60 (MRI/JMA) y regionalizadas
utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM y WRFECHAM5.
Figura 30: Promedio de Cambios estimados en la temperatura mxima y
mnima del aire INVIERNO (%) centrado en el 2030 relativo 1971-2000,
vii
SENAMHI-DGM
resultado de las proyecciones del modelo TL959L60 (MRI/JMA), proyecciones

regionalizadas
utilizando
diferentes
modelos
globales
CCSM3,
HadCM3,
y mnima del aire INVIERNO (%) centrado en el 2030 relativo 1971-2000,
resultado
de
regionalizadas
las
proyecciones
utilizando
del
diferentes
modelo
modelos
TL959L60
globales
(MRI/JMA),
CCSM3,
HadCM3,
Figura 32: Promedio de Cambios estimados en la temperatura mxima y
mnima del aire PRIMAVERA (%) centrado en el 2030 relativo 1971-2000,
resultado del promedio de las proyecciones del modelo TL959L60 (MRI/JMA) y
regionalizadas
utilizando
diferentes
modelos
globales
CCSM3,
HadCM3,
y mnima del aire PRIMAVERA (%) centrado en el 2030 relativo 1971-2000,
resultado
de
regionalizadas
las
proyecciones
utilizando
del
diferentes
modelo
modelos
TL959L60
globales
(MRI/JMA),
CCSM3,
HadCM3,
Figura 34: Cambio promedio en la temperatura mxima a escala regional (C)
proyeccin promedia de los modelos
dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3, ECHAM5OM, HadCM3)

Figura 35: Cambio promedio en la temperatura mnima a escala regional (C)
perodo 2030 relativo 1971-2000, proyeccin promedia de los modelos
dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3, ECHAM5OM, HadCM3).
Figura 36: Seal de tendencia en indicadores de precipitacin proyectada para
el perodo 2030 que abarca desde 2016 el 2044.
Figura 37: Seal de tendencia en indicadores de temperatura mxima del aire
para el perodo 2030 que abarca desde 2016 el 2044.
Figura 38: Seal de tendencia en indicadores de temperatura mnima del aire
para el perodo 2030 que abarca desde 2016 el 2044.
viii
SENAMHI-DGM
Figura 39: Seal de tendencia del ndice de heladas meteorolgicas FDO,

ambos proyectados para el perodo 2030 que abarca desde 2016 el 2044.
Figura 40 a: Cambios promedio en la precipitacin a escala regional (%)
periodo anual, DEF, MAM, JJA proyeccin
del modelo WRF.

Figura 40 b: Cambios en la precipitacin a escala regional (%) perodo 2050
relativo 1971-2000, periodo SON, proyeccin del modelo WRF.
Figura 41 a: Cambios en la temperatura mxima del aire a escala regional
(%) periodo anual, DEF, MAM, JJA proyeccin del modelo WRF.
Figura 41 b: Cambios en la temperatura mxima del aire a escala regional
(%) perodo 2050 relativo 1971-2000,
periodo SON, proyeccin del modelo
WRF.
Figura 42 a: Cambios en la temperatura mnima del aire a escala regional (%)
periodo anual, DEF, MAM, JJA proyeccin del modelo WRF.
Figura 42 b: Cambios en la temperatura mnima del aire a escala regional (%)
perodo 2050 relativo 1971-2000, periodo SON, proyeccin del modelo WRF.
ix
SENAMHI-DGM
TABLAS
Tabla 1a: Caractersticas principales de los Modelos Globales del Cuarto
Informe del IPCC.
Tabla 1b: Variables utilizadas provenientes de Modelos Globales del Cuarto
Informe del IPCC escenario A1B y reanalysis, en niveles verticales de la
estructura de la atmsfera 1500 m (850hPa), 5000 m (500hPa) y 11000 m
(200hPa).
Tabla 2: Modelos utilizados del IPCC SRES AR4
Tabla 3a: Coordenadas de las estaciones meteorolgicas ubicadas en Cusco y
Apurmac
Tabla 3b: Coordenadas de las estaciones meteorolgicas ubicadas en Cusco y
Apurmac y estaciones apoyo.
Tabla 4: Configuracin del modelo WRF
Tabla 5. ndices de precipitacin, definicin y unidades. ndices calculados
anualmente de Enero a Diciembre
Tabla 6. ndices de temperatura, definicin y unidades. ndices calculados
anualmente de Enero a Diciembre
Tabla 7: Modelos
evaluados
del IPCC y cambios
proyectados
en la
temperatura media (C) y precipitacin (%) promedio anual y estacional para

las regiones Cusco y Apurmac
Tabla 7: Cambios en la precipitacin ANUAL (%) perodo 2030* relativo 19712000
Tabla 9: Cambios en la Precipitacin en VERANO y OTOO (%) perodo 2030
respecto 1971-2000
Tabla 10: Cambios en la precipitacin INVIERNO y PRIMAVERA (%) perodo
2030 respecto 1971-2000
Tabla 11: Cambios en la temperatura mnima del aire promedio ANUAL (C)
perodo 2030 relativo 1971-2000
Tabla 12: Cambio promedio en la precipitacin a escala regional (%) perodo
2030 relativo 1971-2000
SENAMHI-DGM
Tabla 13: Cambios en la temperatura mxima del aire promedio ANUAL (C)
Tabla 14: Cambios en la temperatura mnima del aire VERANO y OTOO (C)
Tabla 15: Cambios en la temperatura mnima INVIERNO Y PRIMAVERA (C)
Tabla 16: Cambios en la temperatura mxima del aire promedio de VERANO
y OTOO (C) perodo 2030 relativo 1971-2000
Tabla 17: Cambios en la temperatura mxima del aire promedio de INVIERNO
Y PRIMAVERA (C) perodo 2030 relativo 1971-2000
Tabla 18: Cambio promedio en la temperatura mxima a escala regional (C)
Tabla 19: Cambio promedio en la temperatura mnima a escala regional (%)
Tabla 20: Valor y seal de la tendencia anual de los ndices extremos de
precipitacin futura. Perodo 2016 - 2044. Consistencia de modelos dinmicos
TL959L60 y WRF.
Tabla 21: Valor y seal de la tendencia de los ndices extremos de
temperatura futura. Perodo 2016 - 2044. Consistencia de modelos dinmicos
TL959L60 y WRF.
xi
SENAMHI-DGM
MAPAS
Mapa N 01: Escenario de Precipitacin anual (mm) periodo 2030
Mapa N 02: Escenario de Precipitacin dic-ene-feb (mm) periodo 2030
Mapa N 03: Escenario de Precipitacin mar-abr-may (mm) periodo 2030
Mapa N 04: Escenario de Precipitacin jun-jul-ago (mm) periodo 2030
Mapa N 05: Escenario de Precipitacin set-oct-nov (mm) periodo 2030
Mapa N 06: Cambios en la Precipitacin anual (%) para el periodo 2030 con
referencia al periodo base 1971-2000
Mapa N 07: Cambios en la Precipitacin dic-ene-feb (%) para el periodo
2030 con referencia al periodo base 1971-2000
Mapa N 08: Cambios en la Precipitacin mar-abr-may (%) para el periodo
Mapa N 09: Cambios en la Precipitacin jun-jul-ago (%) para el periodo
Mapa N 10: Cambios en la Precipitacin set-oct-nov (%) para el periodo
Mapa N 11: Escenario de Temperatura mxima anual (C) para el periodo
2030
Mapa N 12: Escenario de Temperatura mxima dic-ene-feb (C) para el
periodo 2030
Mapa N 13: Escenario de Temperatura mxima mar-abr-may (C) para el
periodo 2030
Mapa N 14: Escenario de Temperatura mxima jun-jul-ago (C) para el
periodo 2030
Mapa N 15: Escenario de Temperatura mxima set-oct-nov (C)
para el
periodo 2030
Mapa N 16: Cambios en la temperatura mxima anual (C) para el periodo
Mapa N 17: Cambios en la temperatura mxima dic-ene-feb (C) para el
periodo 2030 con referencia al periodo base 1971-2000
xii
SENAMHI-DGM
Mapa N 18: Cambios en la temperatura mxima mar-abr-may (C) para el

Mapa N 19: Cambios en la temperatura mxima jun-jul-ago (C) para el
Mapa N 20: Cambios en la temperatura mxima set-oct-nov (C) para el
Mapa N 21: Escenario de Temperatura mnima anual (C) periodo 2030
Mapa N 22: Escenario de Temperatura mnima dic-ene-feb (C) para el
periodo 2030
Mapa N 23: Escenario de Temperatura mnima mar-abr-may (C) para el
periodo 2030
Mapa N 24: Escenario de Temperatura mnima jun-jul-ago (C) periodo 2030
Mapa N 25: Escenario de Temperatura mnima set-oct-nov (C) para el
periodo 2030
Mapa N 26: Cambios en la temperatura mnima anual (C) para el periodo
Mapa N 27: Cambios en la temperatura mnima dic-ene-feb (C) para el
Mapa N 28: Cambios en la temperatura mnima mar-abr-may (C) para el
Mapa N 29: Cambios en la temperatura mnima jun-jul-ago (C) para el
Mapa N 30: Cambios en la temperatura mnima set-oct-nov (C) para el
xiii
SENAMHI-DGM
Escenarios de Cambio Climtico para las regiones Cusco y

Apurmac 2030 y 2050
I.
INTRODUCCION
La generacin de escenarios climticos a escala regional y local, es de gran relevancia ya

que permite determinar los posibles cambios del clima futuro, sus posibles efectos y
son una herramienta clave para implementar estrategias de adaptacin y enfrentar los
posibles impactos del cambio climtico, esto se hace posible debido al acceso o
disponibilidad de informacin de los modelos climticos globales, pues constituyen
herramientas relevantes en la simulacin del clima pasado, actual y futuro. A pesar de su
limitada resolucin espacial y la suavizacin de la cordillera de los andes, presentan
mejoras con el paso de los aos en la representacin de los procesos fsicos a travs de
sus esquemas de parametrizacin de Radiacin, Conveccin, principalmente. As como en
las interrelaciones entre las componentes del sistema climtico.
En la actualidad los modelos de cambio climtico, sus procesos fsicos, sus condiciones
de entrada que tienen implcito las asunciones que tomarn los gases de efecto
invernadero; estn asociados a niveles de incertidumbres, por lo tanto es de gran
importancia intercomparar las diferentes variables provenientes de los modelos en su
estado climtico de referencia (simulacin de control) y determinar que modelos
representan de modo ms realista el clima en la regin sudamericana y cuan confiables
podran ser sus proyecciones, para recin utilizar estas variables como forzantes de
modelos regionales y estadsticos y as obtener las proyecciones del clima futuro en alta
resolucin espacial y a nivel local en Cusco y Apurmac.
La intercomparacin comprendi a ocho modelos globales del IPCC (BCCR-BCM2.0,
CCCma-CGCM3, CSIRO -Mk3.0, GFDL- CM2.1, MPI-M-ECHAM5-OM, NCAR-CCSM3, NIESMIROC3.2m, TL959L60 MRI/JMA, UKMO HadCM3) y el modelo de reanalysis en sus
1
SENAMHI-DGM
variables viento, altura geopotencial, temperatura del aire, presin a nivel del mar y
temperatura superficial del mar.
Ante ello se han generado escenarios futuros de temperatura y precipitacin para el
perodo
2030
en
las
regiones
Cusco
Apurmac,
mediante
downscaling
regionalizacin de tipo estadstico y dinmico con la incorporacin del factor de la

variabilidad interanual. Estas tcnicas han sido adaptadas en el marco de proyectos
anteriores que el Centro de Prediccin Numrica del Servicio Nacional de Meteorologa e
hidrologa
(SENAMHI)
ha
desarrollado
en
el marco
del
Programa
Nacional
de
Fortalecimiento de Capacidades para Manejar el Impacto del Cambio Climtico y la

Contaminacin del Aire
(PROCLIM, 2004), Proyecto Regional Andino de Adaptacin
(PRAA, 2007) y Segunda Comunicacin Nacional de Cambio Climtico
(SCNCC, 2008)
para la Generacin de Escenarios Climticos regionales de largo plazo.

La tcnica de incorporacin del factor de la variabilidad interanual fue a aplicada a las
salidas del Modelo Atmosfrico de Circulacin General (MACG) de alta resolucin
TL959L60 del Instituto de Investigacin Meteorolgica y Agencia Meteorolgica del Japn
(MRI/JMA, siglas en ingles). El uso de este modelo global de alta resolucin, hace
innecesaria la reduccin de escala. Este modelo de ltima generacin presenta una
buena distribucin espacial y estacional de los principales sistemas de mesoescala que
modulan el clima regional de Sudamrica como la Zona de Convergencia Intertropical,
Zona de Convergencia del Atlntico Sur, los Sistemas de Presin de Pacifico y Atlntico
Sur y los vientos a 11 Km de altura (SENAMHI, 2007). As mismo esta tcnica fue
aplicada a las salidas del modelo WRF simulado en SENAMHI para la proyeccin del clima
futuro en Cusco y Apurmac.
De otro lado, la tcnica del downscaling dinmico y estadstico permite mejorar la escala
espacial baja de los escenarios futuros de Cambio Climtico Globales a alta resolucin
espacial regional y local, respectivamente.
SENAMHI-DGM
La tcnica de regionalizacin dinmica, se basa en el uso de Modelos Climticos

Regionales o de rea limitada (RCM, siglas en ingles), los cuales permiten adaptar las
salidas de los Modelos de Circulacin General Ocano-Atmsfera (AOGCM) a las
caractersticas fisiogrficas de una determinada regin con una resolucin apta para ser
utilizada para distintas aplicaciones que tienen como datos de entrada las proyecciones
climticas, entre ellas los modelos de impactos de rendimientos de cultivos, hidrolgicos,
hidrulicos entre otros.
Los RCM, resuelven las ecuaciones de la atmsfera y el ocano, relacionadas con los
AOGCM, sobre una grilla ms fina obtenindose las proyecciones climticas en alta
resolucin. Si bien se utilizan a menudo para la desagregacin espacial de las salidas de
los modelos de circulacin global, sin embargo; se requiere mucho tiempo para correr.
Por lo general slo un pequeo nmero de modelos son disponibles para una
determinada regin de inters (Buytaert W. 2010).
Los resultados en conjunto obtenidos de todas las tcnicas sealadas, estn orientados a
presentar los cambios promedios en la precipitacin y temperatura centrado en el ao
2030 que abarca el periodo comprendido 2016-2044, y centrado el ao 2050 que abarca
2035-2064, relativo al clima base 1971-2000, debido a que los cambios en clima se
detectan en periodos largos de tiempo ~30 aos. Los cambios en las variables
mencionadas son expresados en mapas en la escala temporal: promedio anual y
estacional de verano (perodo de mximas lluvias diciembre-enero-febrero, DEF), otoo
(finalizacin de lluvias marzo-abril-mayo, MAM), invierno (perodo de estiaje junio-julioagosto, JJA) y primavera (perodo de inicializacin de lluvias setiembre-octubrenoviembre, SON). Estos escenarios tienen como base el uso de un solo escenario de
emisiones el A1B que incorporan los gases de efecto invernadero y aerosoles del Panel
Intergubernamental de Cambio Climtico IPCC, 2001 a, b.
II.
ESCENARIOS DE CAMBIO CLIMATICO
2.1
Los escenarios de emisiones
SENAMHI-DGM
Los escenarios de emisiones representan una visin posible del desarrollo futuro de las
emisiones de sustancias que tienen un efecto radiativo potencial (gases de efecto
invernadero y aerosoles), basados en una combinacin coherente e internamente
consistente de asunciones sobre forzamientos controladores de demografa, desarrollo
socioeconmico, cambios en la tecnologa, asimismo de sus interacciones (Marengo, J.,
2006).
En el 2000, el IPCC finaliz su Reporte Especial de Escenarios de Emisiones (sigla en
ingls, SRES) ideado por Nakicenovic y otros. Estos escenarios examinan el perodo de
1990 al 2100 e incluyen diversos supuestos socioeconmicos como la poblacin mundial
y el producto bruto interno. Los escenarios SRES fueron utilizados como base de las
proyecciones climticas para el 2100 en Modelos de Circulacin General Acoplado Ocano
Atmsfera (AOGCM, siglas en ingls) en el Tercer Reporte de Evaluacin (sigla en ingls,
TAR). Los SRES estn constituidos por cuatro familias de escenarios: A1, A2, B1 y B2
(IPCC 2001 a, b) presentando las siguientes caractersticas:
A1: La familia de escenarios y lnea evolutiva A1 describe un mundo futuro de
crecimiento econmico muy rpido; la poblacin mundial alcanza su nivel ms alto a
mitad de siglo y disminuye posteriormente, producindose una rpida introduccin de
nuevas tecnologas ms eficientes. Las cuestiones ms importantes son la interaccin
cultural y social entre las regiones y la capacitacin, con una importante reduccin de las
diferencias regionales en los ingresos per cpita. La familia de los escenarios A1 se divide
en tres grupos que describen las distintas direcciones del cambio tecnolgico en el
sistema energtico. Los tres grupos A1 se distinguen por su nfasis tecnolgico: fuentes
de energa intensivas de origen fsil (A1F1), de origen no fsil (A1T) o un equilibrio entre
todas las fuentes denominado tambin escenario de estabilizacin (A1B) donde el
equilibrio se define como la no dependencia excesiva de una fuente de energa concreta,
suponiendo que se apliquen ritmos similares de mejoras en todas las formas de
aprovisionamiento energtico y en las tecnologas de uso final.
SENAMHI-DGM
A2: La familia de escenarios y lnea evolutiva A2 describe un mundo muy heterogneo.

La cuestin subyacente es la autosuficiencia y preservacin de las identidades locales.
Los perfiles de fertilidad en las distintas regiones tienden a converger muy lentamente, lo
cual acarrea un aumento continuo constante de la poblacin. El desarrollo econmico
tiene una orientacin principalmente regional y el crecimiento econmico per cpita y el
cambio tecnolgico estn fragmentados y son ms lentos que en otras lneas evolutivas.
B1: La familia de escenarios y lnea evolutiva B1 describe un mundo convergente, con la
misma poblacin mundial, que alcanza su nivel ms alto a mediados del siglo para
disminuir posteriormente, como lnea evolutiva A1 pero con cambios rpidos en las
estructuras econmicas hacia una economa de la informacin y de los servicios, con
reducciones en el consumo de materiales e introduccin de tecnologas limpias y de
recursos eficaces. En esta lnea evolutiva se hace hincapi en las soluciones mundiales a
la sostenibilidad econmica social y ambiental, lo que comprende una mejora de la
equidad.
B2: La familia de escenarios y lnea evolutiva B2 describe un mundo en el que se hace
hincapi en las soluciones locales a la sostenibilidad econmica, social y ambiental. Se
trata de un mundo cuya poblacin mundial crece continuamente, a un ritmo menor al de
la lnea evolutiva A2, con niveles medios de desarrollo econmico y cambios tecnolgicos
menos rpidos y ms variados que en las lneas evolutivas B1 y A1. Aunque el escenario
tambin est orientado hacia la proteccin ambiental y a la equidad social, se centra en
las escalas: local y regional.
Por otro lado, en el 2007 el IPCC seala que hay un mayor acuerdo y evidencia de que
con las polticas actuales de mitigacin del cambio climtico y las prcticas relacionadas
con el desarrollo sostenible, continuarn aumentando las emisiones globales de gases de
efecto invernadero durante las prximas dcadas. De otro lado indican que los escenarios
de emisiones de referencia publicados en SRES 2000, estn dentro del rango presentado
en el escenario post-SRES, ver figura 1a.
2.2
SENAMHI-DGM
Escenarios de Cambio Climtico
Los escenarios de Cambio Climtico son definidos como descripciones plausibles,

coherentes y consistentes de cmo el estado medio del clima y/o la variabilidad de sus
propiedades en el largo plazo pueden cambiar, estos pueden deberse a procesos internos
naturales, forzamientos externos y a las actividades humanas que tienen como efecto el
aumento de las concentraciones de los gases de efecto invernadero que se reflejan de
forma persistente en la composicin de la atmsfera, principalmente.
Entre los Gases de Efecto Invernadero (GEI) antropogenos, es considerado como el ms
importante el dixido de carbono (CO2). Sus emisiones anuales segn IPCC, 2007
aumentaron en torno a un 80% entre 1970 y 2004. Las concentraciones atmosfricas de
CO2 (379 ppm) y CH4 (1774 ppmm) en el 2005 exceden el umbral natural de los ltimos
650.000
aos.
Los
aumentos
de
la
concentracin
mundial
de
CO2
se
deben
principalmente a la utilizacin de combustibles de origen fsil y, en una parte menor, a

los cambios de uso de la tierra. Asimismo, el aumento observado de la concentracin de
metano (CH4), segn IPCC 2007, es muy probable que se deba a lo sealado
anteriormente. As como, el aumento de oxido nitroso (N2O) principalmente debido a la
agricultura.
De otro lado, el IPCC seala con un alto grado de confianza, que las actividades humanas
desde 1750 han contribuido al aumento de la temperatura de la superficie, y en los
ltimos doce aos (1995-2006), once figuran entre los aos ms clidos (desde 1850).
La tendencia lineal de la temperatura desde 1906-2005, es de 0.74C superior a la
tendencia
observada de 1901-2000 de 0.6C, lo cual ha sido indicado en el Tercer
Informe de Evaluacin (sigla en ingls, TAR). Este calentamiento observado y su

variacin han sido simulados mediante modelos globales acoplados de ltima generacin
que contemplan forzamientos antropgenos (figura 1b). Aunque los modelos presentan
mejoras en el tiempo an existen complejidades para simular los cambios en las
temperaturas a escalas regionales.
El IPCC, 2007 seala como las influencias humanas han contribuido en los procesos
siguientes:
SENAMHI-DGM
En el Aumento del nivel del mar durante la segunda mitad del siglo XX con la
escala de muy probablemente.
El incremento de la temperatura de las noches extremadamente clidas, de las

noches fras y de los das fros; en la escala de probablemente.
La intensificacin del riesgo de olas de calor e incremento de la superficie afectada

por la sequa desde los aos 70 y la frecuencia de las precipitaciones intensas en
trminos de ms probable que improbable.
La concordancia espacial entre las regiones del mundo que han experimentado un
calentamiento apreciable y los lugares en que se han observado cambios
apreciables en numerosos sistemas, atribuyendo la escala de muy improbable que
se deba nicamente a la variabilidad natural.
Figura 1a: Emisiones mundiales de gases de efecto invernadero (en Gt de CO2-eq por ao) en ausencia de polticas
climticas adicionales: seis escenarios ilustrativos de SRES (lneas de color) y el rango del percentil 80 de los escenarios
recientes publicados en post-SRES (rea sombreada en gris). Las lneas discontinuas muestran la gama completa de postSRES. Las emisiones incluyen CO2, CH4, N2O y gases fluorados. Fuente: IPCC AR4, Climate Change 2007. Synthesis
Report.
SENAMHI-DGM
Figura 1b: Anomala de la Temperatura media cerca de la superficie en el siglo XX en relacin a la media desde 1901
hasta 1950, las observaciones estn en color negro, las 58 simulaciones producidas a partir de 14 modelos climticos
diferentes forzados con factores naturales y humanos estn en color amarillo. La media de todas simulaciones se muestra
en lnea roja. Las lneas verticales grises indican el tiempo de las grandes erupciones volcnicas. (Fuente: IPCC AR4).
2.3
Incertidumbres en los escenarios
La incertidumbre est implcita en el desarrollo del escenario, por tanto la obtencin de

proyecciones o escenarios regionales de cambio climtico est sujeta a una variedad de
fuentes de incertidumbre que afectan a todos los pasos del proceso para su generacin,
comenzando desde asunciones del curso que tomarn en el futuro las emisiones de gases
de efecto invernadero y aerosoles que afectan al forzamiento radiativo de los modelos
globales, hasta los modelos de simulacin del clima futuro a escala regional. Cada paso
conducente a la generacin de proyecciones regionales hereda todas las incertidumbres
de los pasos anteriores (Brunet, M. et al. 2009).
Las fuentes de incertidumbre de los escenarios estn asociados a:
La evolucin futura de las emisiones que depender de la marcha de la economa, del
desarrollo tecnolgico, de las fuentes energticas disponibles del patrn de consumo
energtico, de la demografa y de las decisiones polticas.
A las asociadas a los modelos globales de circulacin general. Los modelos se basan en
distintas formulaciones de las ecuaciones que describen los distintos componentes del
8
SENAMHI-DGM
sistema climtico, considerando distintas grillas, resoluciones, esquemas numricos,

parametrizaciones de procesos fsicos, y otros.
2.4
Modelos y tcnicas de ltima generacin para escenarios
Los Modelos de Circulacin General Acoplados Ocano Atmsfera, son un conjunto de

ecuaciones que representan los principales procesos fsicos, dinmicos, qumicos y las
interacciones del sistema climtico superficie terrestre-atmosfera-ocano (mar-hielo),
basado en las leyes y principios de conservacin de masa, energa y momento que
gobiernan dichos procesos. Estas herramientas para el entendimiento del clima son
usadas para simular el clima pasado, actual y su evolucin futura a largo plazo, por lo
que demandan mayor capacidad de procesamiento y tiempo computacional. Los AOGCMs
para simular escenarios de cambio climtico a diferencia de los modelos de prediccin
climtica y del tiempo consideran adems de la forzante natural, la forzante
antropognica en sus simulaciones. En los AOGCMs, las componentes ocano-atmosfera
es divida en grillas de dimensiones regulares o irregulares (ver tabla 1a) y cuanto mayor
tamao tenga la grilla menor ser la resolucin espacial y viceversa. Muchos de los
AOGCMs globales tienen una menor resolucin, proporcionando informacin climtica a
gruesa escala sobre una regin determinada, en ese sentido el uso de Modelos Climticos
Regionales (RCM, siglas en ingls) pueden tomar mayores resoluciones y mostrar mayor
habilidad en la proyeccin del clima en una regin especfica.
A pesar de la limitacin de los AOGCMs en cuanto a resolucin espacial, Brunet, et al
2009 seala que la comparacin de simulaciones globales con observaciones sugieren
que los modelos son bastante fiables en la reproduccin de las caractersticas del clima a
gran escala.
De otro lado, para que las proyecciones de los AOGCM de menor resolucin sean ms
realistas y puedan ser utilizadas para inicializar modelos de impactos: hidrolgicos,
hidrulicos, de rendimiento de cultivos, entre otros; se mejora la resolucin con la
aplicacin de tcnicas de reduccin de escala (downscaling o regionalizacin). Estas
tcnicas adaptan las salidas de los modelos globales a las caractersticas fisiogrficas de
una determinada regin con una resolucin apta para ser directamente utilizadas en
modelos de impactos.
9
SENAMHI-DGM
Las tcnicas de downscaling o regionalizacin se pueden agrupar en estadsticas o

dinmicas:
Las tcnicas estadsticas, se basan en hiptesis establecidas donde las relaciones

lineales o no lineales cuantitativas entre predictores (de gran escala) y
predictandos (de escala local) son invariables frente al cambio climtico. De otro
lado estas tcnicas por lo general demandan menor gasto computacional; aunque
los mtodos no lineales desarrollados recientemente se basan en costosos
algoritmos
de
optimizacin
no
lineal
requieren
un
mayor
tiempo
de
procesamiento.
Las tcnicas dinmicas de reduccin de escala, se basan en el uso de modelos

regionales de rea limitada y tienen la caracterstica de ser fsicamente
consistentes y demandan mayor capacidad y tiempo de procesamiento.
En consecuencia, los AOGCMs constituyen herramientas potenciales para la
proyeccin del clima a alta resolucin espacial, ya sea como forzantes de un RCM o
como predictores de gran escala para las tcnicas estadsticas.
El avance de los modelos AOGCMs desde TAR hasta los utilizados en el Cuarto Reporte
de Evaluacin (AR4) del IPCC, se resumen en 4 categoras:
1. Mejoras en los esquemas de resolucin de ecuaciones como la adveccin, que consiste
en el transporte de masa o energa. En el AR4 muchos modelos empezaron a utilizar el
esquema semi-lagrangiano, junto con los ya utilizados espectrales y diferencias y
volmenes finitos. Adems de mejoras de resolucin horizontal y vertical de los modelos
que conlleva a mejoras en las caractersticas climticas a escala regional y global.
2. Inclusin de nuevos procesos como el de aerosoles, y la inclusin de modificaciones en
las concentraciones de gases invernaderos por procesos qumicos. Se dio un gran avance
en la manera de incluir la dinmica del ciclo de carbono en los modelos, pero no se lleg
a utilizar en las proyecciones dadas en el AR4 (ver figura 1c). Por otro lado, se dieron
mejoras en los procesos que relacionan la superficie-tierra, hielo y ocano con la
atmsfera, como los procesos de humedad de suelo y presencia de vegetacin.
10
SENAMHI-DGM
3. Mejora en las parametrizaciones de los procesos radiativos, de nubes y de capa lmite;

relacionados al flujo de radiacin en el tope de la atmsfera y la produccin de
precipitacin.
4. Mejoras en el proceso de acoplamiento para interpolacin entre las grillas del ocano y
la atmsfera, y nuevos esquemas que garantizan la conservacin de flujos a nivel global
o local en la interface aire-mar, en la parte terrestre y flujos de hielo del mar.
Figura 1c: Complejidad de los modelos climticos en la ltima dcada y sus interacciones con las diferentes componentes
del sistema climtico y la incorporacin de procesos qumicos atmosfricos. Fuente: IPCC, 2007-AR4.
11
SENAMHI-DGM
III. DATOS Y METODOLOGIA

3.1
DATOS
Para generar escenarios futuros del clima regionalizados en Cusco y Apurmac se han
utilizado las simulaciones de ocho modelos globales (AOGCMs) del Cuarto Informe de
Evaluacin del IPCC (AR4), de un total de 24 disponibles. Estas salidas provienen de
ocho Centros Internacionales de Prediccin Climtica y un resumen de las caractersticas
principales
de
los
AOGCMs
se
indica
en
la
tabla
1a
en
lnea
en:
http://www.mad.zmaw.de/IPCC_DDC/html/SRES_AR4/index.html.
Tabla 1a: Caractersticas principales de los Modelos Globales del Cuarto Informe del IPCC.
ATMOSFERA
AOGCMs
Resoluc.horizontal y
vertical
Tope de atmosfera
OCANO
Resoluc.horizontal y
vertical
Contorno,
Coordenada
0.5 - 1.5 x 1.5 L35
Libre, Densidad
Bleck et al., 1992
HIELO MARINO
SUPERFICIE
TERRESTRE
ACOPLAMIENTO
Dinmica,
conduccin de
hielo
Suelo,
Vegetacin
Ros
Calor, Agua dulce

Momento de
superficie
BCCR-BCM2.0,2005
T63 ( ~1.9 x 1.9)

L31
Top = 10 hPa
Deque et al., 1994
CCSM3,2005
T85 ( ~1.4 x 1.4)

L26
Top = 2.2 hPa
Collins et al., 2004
0.3 - 1 x 1 L40
Libre, Profundidad
Smith y Gent, 2002
Reologa,
conduccin
Briegleb et al.2004
T47 ( ~2.8 x 2.8)

L31
Top = 1 hPa
McFarlane et al., 1992
Flato, 2005
T63 ( ~1.9 x 1.9)
L18
Top = 4.5 hPa
Gordon et al. 2002
T63 (~1.9 x 1.9)
L31
Top = 10 hPa
Roeckner et al., 2003
1.9 x 1.9 L29

Rgida, Profundidad
Pacanowski et al.,
1993
Reologa,
conduccin
Hibler, 1979
Flato y Hibler,
1992
Reologa,
conduccin
OFarrell, 1998
1.5 x 1.5 L40

Libre, Profundidad
Marsland et al. 2003
Reologa,
conduccin
Hibler, 1979
Semtner , 1976
GFDL-CM2.1,2005
2.0 x 2.5 L24

Top = 3 hPa
GFDL GAMDT, 2004
con transporte semilagrangino
0.3 1 x 1
Libre, Profundidad
Gnanadesikan et al,
2004
Reologa,
conduccin
Winton, 2000
Delworth et al.,
2006
MIROC3.2(medres)2004
T42 ( ~2.8 x 2.8)

L20
Top = 30 km
K 1 Developers,
2004
Reologa,
conduccion
K 1 Developers,
2004
HadCM3 -UKMO,2000
2.5 x 3.75 L19

Top = 5 hPa
Pope et al., 2000
0.5 1.4 x 1.4

L43
Libre,
Sigma/profundidad
K 1 Developers,
2004
1.25 x 1.25 L20
Rgido, Profundidad
Gordon et al., 2000
CGCM3.1(T47),2005
CSIRO-Mk3.0,2001
ECHAM5-OM,2005
0.8 x 1.9 L31

Rgida, Profundidad
Gordon et al., 2002
Reologa,
conduccin
Hibler, 1979
Harder, 1996
Fluido libre,
conduccin
Cattle y Crossley,
1995
Multicapas,
Canopea
Ros
Mahfout et al.,
1995
Douville et al.,
1995
Oki and Sud, 1998
Multicapas,
Canopea
Rios
Oleson et al.,
2004
Branstetter, 2001
Multicapas,
Canopea
Ros
Verseghy et al.,
1993
Multicapas,
Canopea
Gordon et al. 2002
Sin ajustes
Furevik et al., 2003
Cubo, Canopea
Ros
Hagemann, 2002
Hagemann y
Dmenil-Gates,
2001
Cubo, Canopea
Ros
Milly y Shmakin,
2002
GFDL GAMDT,
2004
Multicapas,
Canopea
Ros
K 1 Developers,
2004
Sin ajustes
Jungclaus et al.,
2005
Multicapas,
Canopea
Ros
Cox et al., 1999
Sin ajustes
Gordon et al., 2000
Sin ajustes
Collins et al., 2006
Calor, Agua dulce

Flato, 2005
Sin ajustes
Gordon et al. 2002
Sin ajustes
Delworth et al. 2006
Sin ajustes
K 1 Developers,
2004
12
SENAMHI-DGM
Las variables y datos utilizados se indican a continuacin:
Datos mensuales de los Modelos Globales del Cuarto Informe del IPCC. Simulacin
de Control 20C3M perodo: 1971-2000, perodo futuro: 2000-2060 en los niveles
de mandatorios de presin 850hPa, 500hPa, 200hPa. En la tabla 1b se observa
que el escenario comn a estos modelos es el escenario moderado de emisiones
de gases de efecto invernadero y aerosoles A1B (IPCC 2001 a, b).
Tabla 1b: Variables utilizadas provenientes de Modelos Globales del Cuarto Informe del IPCC escenario A1B y
reanalysis, en niveles verticales de la estructura de la atmsfera 1500 m (850hPa), 5000 m (500hPa) y 11000 m
(200hPa).
VARIABLES
INSTITUCION -MODELO
BCCR BCM2.0
Temperatura del aire ta

[k]
Altura geopotencial zg
[m]
Componente de viento
zonal ua [m/s]
Componente del viento
meridional[m/s]
Humedad relativa hur
[%]
Precipitacin
acumulada total
pr [kg m-2 s-1]
Presin a nivel del mar
psl [Pa]
Temperatura cerca
de la superficie tas [k]
Temperatura mxima
(superficie) tasmax [k]
Temperatura mnima
(superficie) tasmin [k]
Temperatura (Skin) ts
[k]
PAIS
RESOLUCION
CCCma CGCM3
CSIRO Mk3.0
GFDLCM2.1
MPI-M ECHAM5-OM
NCARCCSM3
NIES MIROC3.2m
UKMO
HadCM3
NCAR
ERA40
TL959L60
MRI/JMA
Reanalysis
X
X
Noruega
Canada
Australia
USA
Alemania
USA
Japn
1.9x1.9,
L31
1.9x1.9,
L31
1.9x1.9,
L18
2.0x2.
5, L24
1.9x1.9, L31
1.4x1.4,
L26
2.8x2.8, L20
20 Km/L60
X
Reino
Unido
2.5x3.
75,
L19
USA
Fra.
2.5x2.5
Datos mensuales de presin a nivel del mar, precipitacin, temperatura mxima y

mnima del aire del modelo TL959L60 MRI/JMA de 20 km de resolucin espacial.
Perodo climatolgico (simulacin de control): 1979-2003 y perodo futuro: 20162039.
13
SENAMHI-DGM
Datos mensuales de viento a 11 Km (u y v) del modelo TL959L60 MRI/JMA de 60
km de resolucin espacial. Perodo climatolgico 1979-2003.

Datos mensuales de temperatura del aire, altura geopotencial, componente del
viento (u,v) y humedad relativa del modelo Reanalysis NCAR y ERA40 del perodo
climtico 1971-2000.
Cabe sealar que la informacin de reanalysis del NCEP fue utilizada para realizar
las simulaciones con el modelo WRF en la zona de estudio para determinar la
parametrizacin
ms
adecuada
para
la
precipitacin,
as
como
para
la
intercomparacin con ocho modelos globales del AR4 IPCC. El reanalysis ERA 40
fue utilizado a partir de los resultados de la intercomparacin de modelos, para la
validacin de tres modelos que representan mejor la circulacin sudamericana en
ao nio, por ser la informacin del ERA40 relativamente mejor respecto al
reanalysis de NCEP.
Datos mensuales de Temperatura Superficial del Mar de Reynolds para el perodo
1982-2000. Fuente: NOAA NCEP EMC CMB Global Rey Smith. En lnea:
http://iridl.ldeo.columbia.edu/docfind/databrief/cat-airsea.html
Datos mensuales de Temperatura Superficial del Mar (TSM) de diferentes modelos

climticos globales (HadCM3, ECHAM5-OM, CCSM3) para el perodo 1960-2000
correspondiente a la simulacin de control 20C3M y datos para el perodo del
2000-2059 escenario moderado A1B de emisiones de la base de datos del Reporte
Especial de Escenarios de Emisiones del Cuarto Informe de Evaluacin (SRES AR4,
sigla en ingls), ver tabla 2.
Tabla 2: Modelos utilizados del IPCC SRES AR4 con datos de TSM
Centro
Instituto Meteorolgico
de Alemania Max-Planck
Centro Nacional de Investigacin
Atmosfrica (Estados Unidos)
Oficina Meteorolgica del Reyno
Unido
Acrnimo del
Centro
Modelo
20C3M
ESCENARIO A1B
MPI-M
ECHAM5-OM
run_1
run_1
NCAR
CCSM3
run_1
run_1
UKMO
HadCM3
run_1
run_1
Fuente: http://www.mad.zmaw.de/IPCC_DDC/html/SRES_AR4/index.html
14
SENAMHI-DGM
Tambin se han utilizado datos medidos en estaciones meteorolgicas ubicadas en Cusco

y Apurmac y estaciones de apoyo o vecinas a estas regiones citadas, correspondientes a
la red observacional que administra Servicio Nacional de Meteorologa e Hidrologa del
Per (SENAMHI). A continuacin se detalla los datos utilizados:
Datos mensuales y diarios de precipitacin, temperatura mxima y mnima del aire

de estaciones meteorolgicas representativas ubicadas en Cusco y Apurmac. El
perodo de los datos es 1965-2008. Sus caractersticas de ubicacin geogrfica son
descritas en la tabla 3a.
Tabla 3a: Coordenadas de las estaciones meteorolgicas ubicadas en Cusco y Apurmac
REGIONES
ESTACION
METEOROLOGICA
UBICACION
LATITUD
LONGITUD
ALTITUD (m)
CUSCO
Granja Kcayra
Ccattcca
Sicuani*
Urubamba
Pisac
Cay Cay
Acomayo
-1333'24''
-1336'36''
-1415'13''
-1318'38''
-1324'58''
-1336'1''
-1355'1''
-7152'14''
-7133'37''
-7114'14''
-7207'26''
-7150'59''
-7142'1''
-7141'1''
3219
3729
3574
2863
2950
3150
3160
APURIMAC
Abancay*
Curahuasi*
Chalhuanca*
-1336'30''
-1333'9''
-1420'0''
-7252'14''
-7244'6''
-7310'0''
2750
2763
2850
(*) Informacin tratada (completada), ver estudio de Caracterizacin Climtica para las regiones Cusco y Apurmac, SENAMHI 2010.
Informacin de precipitacin y temperatura del aire promedio multianual 19712000 de estaciones meteorolgicas ubicadas en Cusco y Apurmac y estaciones
vecinas, sus caractersticas de ubicacin geogrfica son descritas en la tabla 3b y
su distribucin espacial se muestran en las figuras 2 (a y b).
Es importante sealar que las estaciones meteorolgicas seleccionadas estn

ubicadas en distintos pisos altitudinales de la vertiente occidental y oriental de los
andes, adems de las estaciones ubicadas en Selva; estas ltimas presentan una
serie bastante corta de informacin y son utilizadas como referencia.
15
SENAMHI-DGM
Tabla 3b: Coordenadas de las estaciones meteorolgicas ubicadas en Cusco y Apurmac y estaciones apoyo.
TEMPERATURA MAXIMA
TEMPERATURA MINIMA
ESTACIN
LAT
LON
ALT
ESTACIN
LAT
LON
ALT
ABANCAY 1
-72.87
-13.61
2750
ABANCAY 1
-72.87
-13.61
2750
ACOMAYO 2
-71.68
-13.92
3160
ACOMAYO 2
-71.68
-13.92
3160
ANTA ANCACHURO 3
-72.22
-13.47
3340
ANDAHUAYLAS 3
-72.35
-15.5
3587
ANTABAMBA 4
-72.88
-14.37
3639
ANTA ANCACHURO 4
-72.22
-13.47
3340
ARAPA 5
-70.12
-15.14
3920
ANTABAMBA 5
-72.88
-14.37
3639
AYAVIRI 6
-70.59
-14.87
3920
ARAPA 6
-70.12
-15.14
3920
CALCA 7
-71.95
-13.33
2926
AYAVIRI 7
-70.59
-14.87
3920
CAYLLOMA 8
-71.77
-15.18
4420
CAYLLOMA 8
-71.77
-15.18
4420
CCATCCA 9
-71.56
-13.61
3729
CCATCCA 9
-71.56
-13.61
3729
CHALHUANCA 10
-73.17
-14.33
2850
CHALHUANCA 10
-73.17
-14.33
2850
CHINCHEROS 11
-73.72
-13.52
2772
CHINCHEROS 11
-73.72
-13.52
2772
CHIVAY 12
-71.6
-15.64
3633
CHIVAY 12
-71.6
-15.64
3633
CHOCO 13
-72.12
-15.57
2473
CHOCO 13
-72.12
-15.57
2473
CIRIALO 14
-73.18
-12.72
900
COMBAPATA 14
-71.43
-14.1
3464
COLQUEPATA 15
-71.67
-13.36
3729
COTAHUASI 15
-72.89
-15.37
2683
COMBAPATA 16
-71.43
-14.1
3464
CURAHUASI 16
-72.74
-13.55
2763
COTAHUASI 17
-72.89
-15.37
2683
GRANJA KCAYRA 17
-71.88
-13.56
3219
CURAHUASI 18
-72.74
-13.55
2763
INCUYO 18
-73.57
-15.25
3296
GRANJA KCAYRA 19
-71.88
-13.56
3219
IAPARI 19
-69.6
-10.95
273
HUYRO 20
-72.45
-13.07
1700
KITENI 20
-73.06
-12.65
760
INCUYO 21
-73.57
-15.25
3296
LA ANGOSTURA 21
-71.65
-15.18
4150
IAPARI 22
-69.6
-10.95
273
LAMPA-PUNO22
-70.37
-15.36
3900
KITENI 23
-73.06
-12.65
760
MACUSANI 23
-70.42
-14.07
4331
LA ANGOSTURA 24
-71.65
-15.18
4150
MARANURA 24
-72.67
-12.95
1500
LAMPA-PUNO25
-70.37
-15.36
3900
MOLLEPATA 25
-72.55
-13.52
2803
MACHU PIC.26
-72.55
-13.17
2563
OCOBAMBA 26
-72.43
-12.83
1900
MACUSANI 27
-70.42
-14.07
4331
OLLACHEA 27
-70.5
-13.8
3420
MARANURA 28
-72.67
-12.95
1500
ORCOPAMPA 28
-72.34
-15.26
3779
MOLLEPATA 29
-72.55
-13.52
2803
PAKITZA 29
-71.28
-11.94
319
OCOBAMBA 30
-72.43
-12.83
1900
PAMPAHUTA 30
-70.68
-15.48
4320
PAKITZA 31
-71.28
-11.94
319
PAUCARAY 31
-73.63
-14.05
3280
PAMPAHUTA 32
-70.68
-15.48
4320
PERAYOC 32
-71.95
-13.52
3365
PAUCARAY 33
-73.63
-14.05
3280
PICHARI 33
-73.87
-12.47
540
PERAYOC 34
-71.95
-13.52
3365
PILCOPATA 34
-71.02
-13.08
900
PICHARI 35
-73.87
-12.47
540
PISAC 35
-71.85
-13.42
2950
PILCOPATA 36
-71.02
-13.08
900
PROGRESO 36
-70.37
-14.69
3965
PISAC 37
-71.85
-13.42
2950
PULLHUAY 37
-72.77
-15.15
3455
POMACANCHI 38
-71.57
-14.03
3200
PUQUIO 38
-74.13
-14.7
3219
PROGRESO 39
-70.37
-14.69
3965
QUILLABAMBA 39
-72.69
-12.86
990
PUQUIO 40
-74.13
-14.7
3219
ROCOTAL 40
-71.57
-13.11
2010
QUILLABAMBA 41
-72.69
-12.86
990
SALVACIN 41
-71.5
-12.83
520
QUINCEMIL 42
-70.75
-13.22
651
SEPA 42
-73.28
-10.82
307
ROCOTAL 43
-71.57
-13.11
2010
SICUANI 43
-71.24
-14.25
3574
TAMBOBAMBA 44
-72.17
-13.93
3275
URIPA 45
-73.68
-13.53
3280
URUBAMBA 46
-72.12
-13.31
2863
SALVACIN 44
-71.5
-12.83
520
STA ROSA 45
-70.79
-14.62
3940
SEPA 46
-73.28
-10.82
307
SICUANI 47
-71.24
-14.25
3574
VILCASHUAMAN 47
-73.93
-13.65
3650
TAMBOBAMBA 48
-72.17
-13.93
3275
YANAOCA 48
-71.43
-14.22
3913
URCOS 49
-71.63
-13.7
3149
URIPA 50
-73.68
-13.53
3280
URUBAMBA 51
-72.12
-13.31
2863
VILCASHUAMAN 52
-73.93
-13.65
3650
YANAOCA 53
-71.43
-14.22
3913
16
SENAMHI-DGM
PRECIPITACION
ESTACIN
LAT
LON
ALT
ESTACIN
LAT
LON
ALT
ABANCAY 1
-72.87
-13.61
2750
MACUSANI 58
-70.42
-14.07
4331
ACOMAYO 2
-71.68
-13.92
3160
MALVINAS 59
-73.03
-11.85
431
ANDAHUAYLAS 3
-73.37
-13.66
2866
MARANURA 60
-72.67
-12.95
1500
ANDARAPA 4
-73.37
-13.52
3215
MOLLEPATA 61
-72.55
-13.52
2803
ANTA ANCACHURO 5
-72.22
-13.47
3340
NUOA 62
-70.63
-14.48
4135
ANTABAMBA 6
-72.88
-14.37
3639
OCOBAMBA 63
-72.43
-12.83
1900
ATALAYA 7
-73.78
-10.73
450
OLLACHEA 64
-70.5
-13.8
3420
AYAVIRI 8
-70.59
-14.87
3920
ORCOPAMPA 65
-72.34
-15.26
3779
CABANACONDE 9
-71.97
-15.62
3379
ORURILLO 66
-70.52
-14.73
3920
CALCA 10
-71.95
-13.33
2926
PAICO 67
-73.67
-14.03
3450
CARHUANCA 11
-73.78
-13.73
3100
PAKITZA 68
-71.28
-11.94
319
CARHUANILLA12
-73.73
-15.13
3000
PAMPACHIRI 69
-73.55
-14.18
3364
CAY CAY 13
-71.7
-13.6
3150
PAMPAHUASI 70
-74.25
-14.48
3650
CCATCCA 14
-71.56
-13.61
3729
PAMPAHUTA 71
-70.68
-15.48
4320
CCECCAA 15
-74
-14.6
4100
PAMPAMARCA 72
-74.2
-14.23
3400
CECCHAPAMPA 16
-74
-14.83
3900
PAMPAS 73
-74.86
-12.39
3240
CHALHUANCA 17
-73.17
-14.33
2850
PARURO 74
-71.84
-13.77
3084
CHILCAYOC 18
-73.72
-13.87
3410
PAUCARTAMBO 75
-71.59
-13.32
3042
CHIMPARINA 19
-73.05
-12.47
960
PAUZA 76
-73.35
-15.28
2560
CHINCHAYLLAPA 20
-72.71
-14.94
4100
PECOPE 77
-73.45
-14.07
4050
CHINCHEROS 21
-73.72
-13.52
2772
PILCOPATA 78
-71.02
-13.08
900
CHITAPAMPA 22
-71.97
-13.41
3600
PISAC 79
-71.85
-13.42
2950
CHIVAY 23
-71.6
-15.64
3633
PORPERA 80
-71.32
-15.35
4195
CHOCO 24
-72.12
-15.57
2473
PROGRESO 81
-70.37
-14.69
3965
CHUNGUI 25
-73.62
-13.22
3468
PUCAR 82
-70.37
-15.04
3910
CHUQUIBAMBILLA PUNO 26
-70.73
-14.79
3950
PTO OCOPA 83
-74.25
-11.13
690
CIRIALO 27
-73.18
-12.72
900
PUICA 84
-72.67
-15.07
3362
COLQUEPATA 28
-71.67
-13.36
3729
PULLHUAY 85
-72.77
-15.15
3455
COMBAPATA 29
-71.43
-14.1
3464
PUQUIO 86
-74.13
-14.7
3219
CONDOROMA 30
-71.3
-15.4
4160
PUSA PUSA 87
-71.65
-15.22
4190
CORA CORA 31
-73.78
-15.02
3172
PUTACCASA 88
-74.2
-14.12
4100
COTAHUASI 32
-72.89
-15.37
2683
QUILLABAMBA 89
-72.69
-12.86
990
CRUCERO 33
-70.02
-14.36
4130
QUILLISANI 90
-70.75
-15.38
4600
CURAHUASI 34
-72.74
-13.55
2763
QUINCEMIL 91
-70.75
-13.22
651
CUSCO 35
-71.94
-13.54
3399
ROCOTAL 92
-71.57
-13.11
2010
ECHARATE 36
-72.67
-12.78
667
SALVACIN 93
-71.5
-12.83
520
GRANJA KCAYRA 37
-71.88
-13.56
3219
SAN GABN 94
-70.4
-13.44
640
HCDA. ATECATE 38
-70.97
-15.48
4350
SANCOS 95
-73.95
-15.07
2800
HCDA. MOROTE 39
-71.05
-15.62
4438
STA ROSA 96
-70.79
-14.62
3940
HUACHIBAMBA 40
-72.1
-13.05
2900
STO TOMS 97
-72.09
-14.4
3253
HUANCABAMBA 41
-73.04
-13.73
1666
SEPA 98
-73.28
-10.82
307
HUANCARAY 42
-73.53
-13.75
2902
SEPAHUA 99
-73.05
-11.15
500
HUYRO 43
-72.45
-13.07
1700
SICUANI 100
-71.24
-14.25
3574
TAMBOBAMBA 101
-72.17
-13.93
3275
-73.8
-12.55
650
IAPARI 44
-69.6
-10.95
273
JANACANCHA 45
-71.77
-15.18
4320
TERESITA 102
JARPANA 46
-70.78
-15.52
4300
TISCO 103
-71.45
-15.35
4175
KEPASHIATO 47
-73.22
-12.63
865
URAYHUMA 104
-73.57
-14.6
4170
LA ANGOSTURA 48
-71.65
-15.18
4150
URCOS 105
-71.63
-13.7
3149
LA PULPERA 49
-71.45
-15.62
4021
URIPA 106
-73.68
-13.53
3280
LA QUINUA 50
-74.14
-13.04
3240
URUBAMBABA 107
-72.12
-13.31
2863
LAMPA (AYACUCHO) 51
-73.35
-15.18
2880
VILCABAMBAMBA108
-73.02
-13.12
4000
LAMPAPUNO 52
-70.37
-15.36
3900
VILCASHUAMAN 109
-73.93
-13.65
3650
LIVITACA 53
-71.68
-14.32
3741
VISCHONGO 110
-74
-13.58
3141
LLALLY 54
-70.89
-14.94
4190
VISUYO 111
-71.73
-15.4
4620
LURICOCHA 55
-74.23
-12.82
2625
YANAOCA 112
-71.43
-14.22
3913
MACHENTE 56
-73.83
-12.53
1250
YAURI 113
-71.42
-14.82
3927
17
SENAMHI-DGM
a)
b)
Figura 2a: Ubicacin de estaciones meteorolgicas en Cusco y Apurmac y estaciones vecinas a) Variable
temperatura mxima (53 estaciones, b) variable temperatura mnima del aire (48 estaciones)
18
SENAMHI-DGM
c)
Figura 2b: Ubicacin de estaciones meteorolgicas en Cusco y Apurmac y estaciones vecinas c) Variable precipitacin
(115 estaciones)
Adems de la informacin observada en estacin meteorolgica, se complementa con la

informacin procesada en SENAMHI resultado de la regionalizacin dinmica con el
modelo WRF siendo esta:
Informacin de precipitacin y temperatura del aire en los time slice o perodos: a)

1971-2000 (simulacin de control)
b) 2016-2044 (escenarios)
c) 2045-2064 (escenarios)
19
3.2
SENAMHI-DGM
METODOLOGIA
3.2.1 Explorando las incertidumbres del clima futuro en Cusco y Apurmac

Se realiza la exploracin de la incertidumbre de los cambios futuros en la temperatura
media y precipitacin para el 2030 en las regiones Cusco y Apurmac; proyectado por
ocho
diferentes
modelos
globales
(AOGCMs)
disponibles
del
IPCC
SRES
AR4
correspondiente al escenario de emisin A1B, informacin que fue regrillada a ~250 km

de
resolucin
horizontal
(2.5x2.5)
basada
en
interpolacin
lineal,
cuya
base
matemtica de la interpolacin se detalla en anexo 8.3.3.

3.2.2 Intercomparacin de modelos Globales
Esta etapa comprende la evaluacin e intercomparacin de las variables atmosfricas

regrilladas a una resolucin espacial de 2.5x2.5 (vientos a 850 hpa, altura geopotencial
a 200 hpa, espesores 850-200 hPa, Temperatura Superficial del Mar) provenientes de las
simulaciones de control de ocho modelos globales del IPCC (ver tabla 1 (a y b) versus las
variables similares de Reanalisys, en el perodo promedio anual y estacional 1971-2000,
julio 1997 y febrero 1998; siendo el rea de anlisis Sudamrica.
Para la evaluacin de los modelos se ha utilizado los estadsticos: la raz cuadrada del
error cuadrtico medio (RMSE) y la correlacin de anomalas asociado a nivel de
significancia de 0.05.
3.2.3 Estimacin de escenarios regionales del clima futuro en Cusco y Apurmac
La estimacin de escenarios de precipitacin y temperatura 2030 en las regiones de
estudio se basa en la evaluacin de tres tcnicas:
20
SENAMHI-DGM
3.2.3.1 Construccin de escenarios de precipitacin y temperatura

incorporando el factor de la variabilidad interanual
La construccin de escenarios a escala regional consisti en el uso de las salidas del
Modelo Atmosfrico de Circulacin General (MACG) TL959L60.
El MACG TL959L60 presenta truncamiento de 959 con una grilla gaussiana lineal TL959
que corresponde a una resolucin horizontal de 20 Km, siendo actualmente este modelo
global que presenta la resolucin ms alta de los MACG utilizados en los experimentos de
calentamiento global. El nmero de niveles verticales es de 60, con un tope en 0,1 hPa.
El uso de este modelo global de alta resolucin, hace innecesaria la reduccin de escala o
downscaling. Sin embargo, no todos los Centros del Clima en el mundo tienen la
capacidad del super computador Earth Simulator (Habata et al, 2004) para simular el
clima actual y futuro a alta resolucin.
La simulacin del modelo MACG TL959L60, fue realizada con el experimento de time-slice
(Bengtsson et al., 1996; IPCC, 2001), este experimento consiste en lo siguiente: El
modelo es integrado por 25 aos como un primer time-slice correspondiente a la
simulacin del clima actual, para lo cual el modelo atmosfrico fue forzado con datos
climticos observados de TSM y concentracin de hielo ocenico del HadISST (Rayner et
al., 2003). Para la nueva simulacin del clima futuro finalizada en el 2009 a diferencia de
los datos disponibilizados por MRI/JMA en el 2007; el modelo fue forzado en el segundo
time slice, con una superposicin de:
a) Cambios de la TSM proyectada por el Ensamble de Multi-Modelos Acoplados de
Circulacin General (EMM-MACG) del Coupled Model Intercomparison Project 3 (CMIP3)
para el (2015~2039) (1979~2003),
b) Tendencia lineal del EMM-MACG del CMIP3 para el perodo 2015-2039, y
c) La anomala de TSM histrica observada sin tendencia (HadISST, 1979-2003).
A las salidas de precipitacin, temperatura mxima y mnima del aire proveniente del
MACG TL959L60, se incorpora la variabilidad climtica interanual observada en sus dos
time-slice, esta aproximacin (Hulme y Lu, 2000), combina con la climatologa observada
de 1971-2000.
21
SENAMHI-DGM
3.2.3.2 Regionalizacin o Downscaling dinmico

La regionalizacin dinmica, para el presente estudio, se lleva a cabo con el modelo
Advanced Research WRF (Weather Research and Forecast) versin 3.2, el cual fue
forzado por el modelo global ECHAM5-OM de quinta generacin desarrollado por el
Instituto de Meteorologa Max Planck de Alemania, el cual representa coherentemente las
variables atmosfricas en distintos niveles de presin cercanas al Reanalysis NCEP (ver
3.1 y 4.1). 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).
El Advanced Research WRF versin 3.01 ha sido implementado en SENAMHI desde el
2008 para pronstico del tiempo (corto plazo) obtenindose una buena performance en
la prediccin de precipitaciones para el pas mostrando 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, despus de realizar corridas de prueba se adapt
para simular el clima en las regiones de estudio. El WRF para proyeccin de largo plazo
fue ejecutado para simular el clima actual y su evolucin futura en las regiones Cusco y
Apurmac con la configuracin que se detalla en la tabla 4:
Tabla 4: Configuracin del modelo WRF
Paramet
rizacin
Cmulos
Configuracin
GrellDevenyi
Microfsica
WSM 3-class
scheme
Superficie del
suelo
Pleim-Xiu Land
Surface Model
(EPA)
Capa lmite
planetaria
Asymmetrical
Convective Model,
Version 2
(ACM2) PBL (Pleim
and Chang)
Capa de
superficie
Pleim-Xiu
surface layer
Radiacin atmosfrica
Onda
larga
RRTM
Onda corta
MM5
(Dudhia)
22
SENAMHI-DGM
Se establecen dos dominios de simulacin:
Dominio 1 (Sudamrica a resolucin de 60 km)
Dominio 2 (Per a resolucin de 20 km).
Las simulaciones realizadas fueron en tres perodos (o time slice):
El primer perodo de simulacin comprendi desde 1971-2000 (perodo de Control

o de Clima actual).
El segundo 2016-2044 y
Tercer perodo de 2044-2064 (perodos del Clima Futuro).
Donde el primer periodo de simulacin considera inherente la evolucin observada del

contenido global de CO2 y de aerosoles sulfato (SUL), y el segundo y tercer perodo de
simulacin, la evolucin correspondiente a los escenarios de emisiones antropognicas
SRES-A1B del IPCC, 2001 (Nakicenovic y Swart, 2000).
En la simulacin se consider tres fases:
Fase de preprocesamiento, se prepara las condiciones de entrada al modelo WRF,

siendo las variables atmosfricas (humedad, vientos, altura geopotencial, presin,
la Temperatura Superficial del Mar y la temperatura de suelo) provenientes del
modelo global ECHAM5-OM las que estn en formato netCDF convertidas a
formato grib. El modelo ECHAM5-OM presenta una resolucin espacial de 1.9
x1.9 con 31 niveles verticales, incluye un esquema radiativo, interaccin con la
superficie, procesos de conveccin, nubes y de forma implcita el efecto de gases
de efecto invernadero y aerosoles (escenario moderado A1B).
En la fase de procesamiento, la TSM y temperatura de suelo fueron actualizadas

cada 6 horas, para inicializar los perfiles de humedad del suelo. Este proceso de
reinicializacin se realiz cada dos aos; y se consider el perodo de un mes, para
que el modelo llegue a la estabilizacin.
23
SENAMHI-DGM
En la figura 3 se esquematiza los procesos de downscaling dinmico aplicada en la

generacin de escenarios de temperatura y precipitacin 2030 en las regiones Cusco y
Variables de entrada al WRF
Apurmac.
Modelo ECHAM5 (210 km)

Escenario A1B
PRE-PROCESAMIENTO
Variables de TSM
Modelo WRF
Dominio Sudamrica 60Km
Variables de contorno WRF
PROCESAMIENTO
(topografa, tipos de suelo,

vegetacin)
Modelo WRF
Dominio Per 20 km
POST-PROCESAMIENTO
Calculo de variables (Temperatura,

Precipitacin, etc.)
Figura 3: Esquema de la metodologa de downscaling dinmico para la generacin de escenarios del clima futuro
en las regiones Cusco y Apurmac.
En
la
fase
de
postprocesamiento, se
calcula
la precipitacin acumulada,
temperatura mxima y mnima promedio del aire para el dominio de Cusco y

Apurmac.
Estas
variables
luego
de
ser
promediadas
nivel
diario
posteriormente a nivel mensual, fueron extradas en coordenadas de ubicacin de

estacin meteorolgica mediante la interpolacin bilineal. Se elimina el error
sistemtico del modelo y se incorpora la variabilidad climtica, mediante la
correccin de tipo directo (Lenderink et al. 2006) con las siguientes relaciones:
Temperatura
1
Precipitacin
2
24
SENAMHI-DGM
Donde:
[
[
] : Valor del modelo con inclusin de la variabilidad climtica.

] : Valor mensual del escenario proveniente del modelo.
[
] : Climatologa mensual proveniente de datos instrumentales durante el
perodo 1971 - 2000
[
] : Climatologa mensual del modelo durante el perodo 1971 - 2000
Los escenarios climticos de precipitacin son promediados, centradas en el 2030 y 2050
que abarca desde el 2016- 2044 y 2036-2064, respectivamente, basados en la
metodologa de Hulme y Lu, 2000. Similar procedimiento se llev a cabo para la
temperatura.
3.2.3.3 Downscaling estadstico

Se establece relaciones empricas espaciales entre el predictando de escala local
(precipitacin/temperatura) y el predictor de gran escala Temperatura Superficial del Mar
a travs de la funcin de transferencia Anlisis de Componentes Principales (CPA, siglas
en ingls).
La informacin de TSM es proveniente de tres modelos acoplados HadCM3 (Reyno
Unido), ECHAM5-OM (Alemania) y el CCSM3 (Estados Unidos), modelos que fueron
evaluados previamente a travs de sus variables dinmicas y fsicas (Vientos, Presin a
nivel del Mar, Geopotencial, temperatura del aire, humedad relativa) para la regin
sudamericana, siendo esta cercana a la informacin de Reanalisys del NCAR. Esta
informacin fue verificada a partir de un conjunto de ocho modelos del IPCC
provenientes de los Centros Internacionales: BCCR, CCCma, CSIRO, GFDL, MPI-M, NCAR,
NIES y UKMO (ver 3.1 y 4.1).
Se hace uso del software estadstico Climpact (Benestad, R. et al., 2007), corrido en
plataforma R, para obtener informacin estimada de cambios en la precipitacin y
temperatura para la media centrada en el 2030 relativo al perodo climtico 1971-2000,
25
SENAMHI-DGM
en las estaciones andinas representativas de Cusco y Apurmac. Es importante sealar

que los cambios de precipitacin y temperatura 2030 fueron estimados a partir de la
media del perodo 2016-2044.
Para aplicar el mtodo de downscaling estadstico fue necesario disponer de datos
climticos con control de calidad de perodos largos (1965-2008). El mtodo de
downscaling expuesto se ha evaluado en 10 estaciones meteorolgicas, siete de ellas
ubicadas en la regin Cusco y tres en la regin Apurmac (ver figura 4).
Figura 4: Estaciones Meteorolgicas convencionales representativas de las Regiones Cusco y Apurmac.
Como en el resto de los mtodos empricos, la obtencin de proyecciones climticas

futuras conlleva la aceptacin de una serie de hiptesis entre ellas el modelo paramtrico
ajustado tenga validez bajo condiciones futuras de cambio climtico (Brunet M. et al.,
2009), el coeficiente de determinacin ajustada del modelo se consider mayor e igual a
0.4 para el caso de la precipitacin y mayor a 0.5 para el caso de la temperatura del aire
en las regiones de estudio.
26
SENAMHI-DGM
El modelo estadstico fue calibrado con informacin de escala local y gran escala
correspondientes al perodo 1982-2000. La precipitacin y temperaturas estimadas
resultantes del modelo calibrado, se han verificado con los datos observados en estacin
para el perodo 2001-2008. El modelo ptimo determinado es extrapolado para obtener
las proyecciones del 2016 hasta el ao 2044.
En la figura 5 se esquematiza los procesos de downscaling estadstico aplicado en la
generacin de escenarios de temperatura y precipitacin 2030 en las regiones Cusco y
Apurmac.
Validacin de AOGCMs
inf. regrillada resolucin 2.5x2.5
(Seleccin de Predictor )
Condiciones de entrada
Variable de gran escala (Predictor
X)
Funcin de
Transferencia
Anlisis de
Componentes
Principales (CPA)
Condiciones de Salida a escala

local (Predictante Y)
Figura 5: Esquema de la metodologa de downscaling estadstico aplicado para la generacin de escenarios del clima
futuro en las regiones Cusco y Apurmac.
Es importante sealar, que las tcnicas de regionalizacin (estadsticas y dinmicas)

aplicadas estn asociadas a fuentes de incertidumbres, como en el caso del mtodo
estadstico donde se acepta la hiptesis de la estacionariedad las relaciones entre las
variables de gran escala y las variables locales en el clima actual se mantendran en el
futuro cercano. Por otro lado, la tcnica de regionalizacin dinmica a travs de los
Modelos Regionales aaden fuentes de incertidumbre adicionales y similares a los
AOGCM con los que son forzados, y algunas especficas propias de la simulacin a escala
regional como: La incertidumbre en el forzamiento radiativo asociada a la distribucin
espacio-temporal de aerosoles que tiene una relevancia especial a escala regional debido
a la heterogeneidad del forzamiento y la respuesta. Otro aspecto que incide de forma
importante en estas escalas regionales son las variaciones en los usos de suelo y el
realismo en los modelos de suelo (Brunet, M. et al 2009).
En consecuencia, para reducir la incertidumbre en las tcnicas de regionalizacin
evaluadas, los resultados de las metodologas y modelos propuestas en el punto 3.2
27
SENAMHI-DGM
fueron promediados y expresados en trminos de escenarios promedios de precipitacin

(mm) y temperatura del aire (C) para el perodo 2030 en localidades de inters.
Asimismo se estim los cambios promedios en la precipitacin en % y cambios
promedios en la temperatura (C) relativo al clima actual (clima base 1971-2000) para
los perodos: diciembre-enero-febrero (verano DEF), marzo-abril-mayo (otoo MAM),
junio-julio-agosto (invierno JJA) y setiembre-octubre-noviembre (primavera SON) a
escala regional y local.
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 (250 m) para el caso de escenarios
de temperaturas mximas y mnimas del aire. Para el caso de los mapas de escenarios
de precipitacin se ha trazado considerando criterios fsicos, de relieve y la dinmica de
circulacin a escala regional y local, siendo su resolucin espacial menor en relacin a la
temperatura. En cuanto a los cambios en la temperatura y precipitacin fueron
interpolados espacialmente con el mtodo de splines, debido a que a diferencia del
mtodo de inversa a la distancia y kriging, no genera ruido en la interpolacin (aparicin
de ncleos ficticios), ms bien suaviza el trazado.
3.3.3 ndices Climticos extremos de Temperatura y Precipitacin
Se ha realizado el anlisis de tendencias de los valores extremos de las variables
precipitacin y temperatura para ver su evolucin futura y deteccin de cambios respecto
al clima actual, haciendo uso del programa RClimDex que est basado en la metodologa
propuesto por Frich et al. 2002. Se ha considerado las tendencias significativas asociadas
a un nivel estadstico de confianza del 99% (p<0.01).
Los datos de escenarios de temperatura y precipitacin diaria en puntos de observacin
local (estacin meteorolgica) evaluados son extrados de los modelos dinmicos WRF y
TL959L60 a travs del mtodo de interpolacin bilineal. La aproximacin BIAS propuesta
por Salzmann, N. et al 2007 es introducida para ajustar las series de tiempo
28
SENAMHI-DGM
provenientes de los modelos dinmicos con la observacin. La cual permite el ajuste en

cantidad pero no en frecuencia, introduce el cambio en la variabilidad ao por ao,
manteniendo el ciclo anual. Filtra errores sistemticos solo a escala mensual y asume
que el modelo en el time slice futuro SCEN simula coherentemente la frecuencia a
escala diaria.
La aproximacin BIAS, matemticamente consiste en la diferencia (para variables como

la temperatura) o la divisin (para variables como la precipitacin) de los promedios
mensuales multianuales del time slice de control del modelo (CTRL) y las observaciones
(OBS), el cual es incorporado a los datos diarios de escenarios del modelo (SCEN)
correspondientes del mes respectivo. La aproximacin BIAS para este estudio es
complementada con la propuesta por Lenderink et al. 2006. Las ecuaciones son de la
forma siguiente:
Temperatura
Precipitacin
TBIAS = TOBS30jmi - TCTRL30jmi
PPBIAS = PPOBS30jmi / PPCTRL30jmi 4
Entonces la serie de tiempo diario ajustada para la variable temperatura (X) del clima
actual y futuro se obtiene de la forma siguiente:
X ajustada1ji = SCEN1ji + TBIAS
X ajustada2ji = SCEN2ji + TBIAS
.
.
X ajustada31ij = SCEN31ji + TBIAS
Donde:
SCENdji: dad del mesj de la variable X en time slice perodo de corrida futuro del
modeloi
CTRL30jmi: promedio del mesj de la variable X en time slice de control del modeloi
OBS30jmi: promedios del mes de la variable X medidos en estacin meteorolgica.
De similar manera se obtiene la precipitacin ajustada (X) pero considerando PPBIAS.
29
SENAMHI-DGM
En consecuencia a las series diarias de temperaturas y precipitacin ajustadas

procedentes de los modelos TL959L60 y WRF, se adapta la metodologa de Frich et al.
(2002) y en consecuencia permite obtener los ndices de extremos climticos futuros.
En la tabla 5 y 6 se describen los ndices de extremos climticos de la temperatura y
precipitacin proyectada 2030.
Dos de los ndices extremos evaluados que relacionan cambios en la distribucin de la
precipitacin futura son la Precipitacin Total Anual en los das hmedos (PRCPTOT) y el
ndice de Intensidad diaria de precipitacin en das hmedos (SDII). Dos relacionan
eventos extremos de precipitacin futura basados en percentiles: Das muy hmedos
(R95p) y Das extremadamente hmedos (R99p). Los ndices CDD y CWD indican el
nmero de das secos consecutivos y el nmero de das hmedos consecutivos,
respectivamente. Donde un da hmedo se refiere a das con al menos 1 mm de
precipitacin.
Tabla 5. ndices de precipitacin, definicin y unidades. ndices calculados anualmente de Enero a Diciembre
Indicador
Nombre del Indicador
PRCPTOT
Precipitacin en das
hmedos
ndice de intensidad diaria
de precipitacin
Das secos consecutivos
SDII
CDD
CWD
R95p
R99p
Das hmedos
consecutivos
Das muy hmedos
Das extremadamente
hmedos
Definicin
Precipitacin Total Anual en los das hmedos
(RR>=1mm)
Precipitacin total anual dividida por el nmero de
das hmedos en un ao
Nmero mximo de das consecutivos con
RR<1mm
Nmero mximo de das consecutivos con
RR>=1mm
Precipitacin total anual en que RR>95 percentil
Unidades
mm
mm da-1
Precipitacin total anual en que RR>99 percentil
das
das
mm
mm
Tabla 6. ndices de temperatura, definicin y unidades. ndices calculados anualmente de Enero a Diciembre
Indicador
Definicin
Unidades
FDO
Das de Heladas
Nombre del Indicador
Nmero de das en un ao cuando Tn (mnimo diario) < 0C
das
Txx
Temperatura Mxima Mxima
Valor mensual mximo de temperatura mxima diaria
Tnn
Temperatura Mnima Mnima
Valor mensual mnimo de temperatura mnima diaria
DTR
Rango diurno de temperatura
Diferencia media mensual entre Tx y Tn
Tx10p
Das fros
Porcentaje de das cuando Tx < 10th percentil
das
Tx90p
Das calientes
Porcentaje de das cuando Tx > 90th percentil
das
Tn10p
Noches fras
Porcentaje de das cuando Tn < 10th percentil
das
Tn90p
Noches calientes
Porcentaje de das cuando Tn > 90th percentil
das
30
SENAMHI-DGM
El consenso basado en la consistencia de la seal de tendencia con significancia

estadstica asociada al 99% de nivel de confianza de los ndices extremos de temperatura
resultante del TL959L60 y WRF es graficada para cada estacin de observacin. De lo
contrario, si no hubo consistencia entre modelos, no se procedi a la graficacin, debido
a la dispersin o divergencia de los resultados asociada a alta incertidumbre. Esta
metodologa propuesta se aplic de igual forma para el caso de la precipitacin.
Finalmente, los valores de tendencias fueron dados en trminos de promedios.
31
SENAMHI-DGM
IV. RESULTADOS
4.1 Explorando las incertidumbres del clima futuro en
Cusco y Apurmac
Hemos visto en los captulos anteriores que los escenarios de Cambio Climtico estn
asociados a fuentes de incertidumbres. Aqu queremos presentar los cambios futuros en
el clima medio en la temperatura y precipitacin para el 2030 relativo al periodo 19712000; proyectado por ocho diferentes modelos globales disponibles del IPCC SRES AR4
escenario de emisin A1B a resolucin grillada de ~250 km y la incertidumbre cientfica
asociada, las cuales son mostrados en las figuras 6 y 7.
Precipitacin
La precipitacin en todos los escenarios simulados por los diferentes modelos globales
muestra variabilidad al 2030 en la figura y tabla 7. Por un lado los modelos de los
Centros de Prediccin Climtica Internacional NCAR y UKMO proyectan aumentos hasta
en 13% en la estacin hmeda de verano (DEF) y otoo (MAM), respectivamente. Por
otro lado, disminuciones significativas de 25% y 17% son simuladas por los modelos del
GFDL y MPI en la estacin seca o de estiaje JJA. Sin embargo, existe un mayor acuerdo
en la proyeccin de la precipitacin en DEF, MAM y JJA; donde cinco modelos de los
Centros BCCR CSIRO, GFDL, NCAR y UKMO concuerdan que las precipitaciones
presentaran ligeros aumentos en la estacin DEF pero con valores dentro del umbral
superior de la variabilidad normal actual, siendo esta de 15%. Asimismo, cinco modelos
concuerdan que las precipitaciones presentaran deficiencias en la estacin MAM y
principalmente en JJA simuladas por CCCma, BCCR, CSIRO y especialmente por los
modelos GFDL y MPI, mostrando estos dos ltimos modelos un fuerte gradiente de
deficiencias hasta de 25%. Sin embargo, no hay acuerdo entre los modelos en cuanto al
rea de impacto ya que por un lado GFDL proyecta fuerte deficiencias en la zona sur de
ambas regiones y por otro lado MPI en la zona norte, lo cual es comprensible dada la
gruesa resolucin de los modelos.
32
SENAMHI-DGM
Temperatura
Todos los modelos muestran aumentos consistentes de la temperatura en todas las
escalas temporales (anual y estacional) pero con diferencias en la magnitud de
calentamiento a pesar de estar simuladas con un mismo escenario de emisin antrpica
A1B; siendo el escenario de menor magnitud de calentamiento simulada por CSIRO de
0.7C en verano en todo el mbito espacial de Cusco y Apurmac y la mayor magnitud de
calentamiento de 1.9C por el modelo CCCma en invierno, ver figura 7. Mientras la
magnitud moderada de calentamiento es simulada por MPI desde 1C en verano a 1.7C
en invierno. Las diferencias entre las magnitudes proyectadas por los distintos modelos
podran residir en su distinta resolucin espacial, la formulacin matemtica de los
modelos y los diferentes procesos de retroalimentacin tierra-atmosfera-ocano y
tambin en la relativa habilidad de definir adecuadamente la seal antropognica.
Es importante sealar que el acuerdo entre los modelos globales "no prueba" de que
todo est correcto, se debe realizar un anlisis ms detallado de las variables ocano
atmosfricas en la simulacin de control (clima actual) de los AOGCMs, para determinar
qu modelo tiene mejor performance en su capacidad predictiva y bajo esta hiptesis
tambin lo ser en el clima futuro. Ms adelante se presenta los modelos
regionalizados a 20 Km y a escala local como la mejor opcin de resolucin para mostrar
los cambios del clima a mayor detalle en Cusco y Apurmac.
Tabla 7: Modelos evaluados del IPCC y cambios proyectados en la temperatura media (C) y precipitacin (%) promedio
anual y estacional para las regiones Cusco y Apurmac
CENTRO DE PREDICCION
CLIMATICA
MODELOS GLOBALES
BCCR
CCCma
CSIRO
GFDL
MPI
NCAR
NIES
UKMO
BCM2.0
CGCM3
Mk3.0
CM2.1
ECHAM5OM
CCSM3
MIROC3.2m
HadCM3
ANUAL
DEF
MAM
JJA
SON
0.9
0.9 - 1.0
0.9
0.8 - 0.9
1.6 - 1.8
1.5 - 1.9
1.5 - 1.6
1.7 - 1.9
CAMBIOS EN LA TEMPERATURA (C)

0.8
1.3 - 1.4
1.3 - 1.4
0.7
1.0 - 1.1
1.0 - 1.2
0.8 - 0.9
1.2 - 1.3
1.3 - 1.4
0.8
1.4 - 1.5
1.7
1.5
1.4
1.4 - 1.6
1.6 - 1.7
1.5 - 1.8
1.7 - 1.8
1.4
1.5 - 1.6
1.4 - 1.5
1.2 - 1.3
1.3
1.4 - 1.6
ANUAL
DEF
MAM
JJA
SON
-2 a 2
0a2
-4 a 1
-2 a 0
-2 a 3
2
-1 a 3
4a5
-1 a 3
0a1
CAMBIOS EN LA PRECIPITACION (%)

1
0 a -3
0 a -2
1a5
0a1
0a2
-1 a -11
-1 a 2
-2 a -6
-3 a -9
-13 a -25
-6 a -17
4 a 16
-4 a 10
3
10 a 12
-1 a 1
6 a 15
2a2
10 a 13
-2 a -5
7 a 13
-3 a -5
10 a 22
-2 a -6
5a7
-2 a -4
4 a 13
8a9
-3 a 13
33
SENAMHI-DGM
Figura 6: Cambios en la precipitacin 2030 (%) relativo a 1971-2000, a nivel anual y estacional (verano-DJF, otoo-MAM, invierno JJA, primavera-SON).
34
SENAMHI-DGM
D
E
F
Figura 7: Cambios en la temperatura media 2030 (C) relativo a 1971-2000, a nivel anual y estacional (verano-DJF, otoo-MAM, invierno JJA, primavera-SON).
35
SENAMHI-DGM
4.2 Intercomparacin de modelos

4.2.1
Modelos globales
Los principales sistemas atmosfricos de gran escala responsables del clima en la

regin Sudamericana y como consecuencia en Cusco y Apurmac; son la Alta de
Bolivia
(AB),
la
Zona
de
Convergencia
Intertropical
(ZCIT),
la
Zona
de
Convergencia Atlntico Sur (ZCAS), el Anticicln del Pacfico Sur (APS) y Atlntico
Sur (AAS). En las figuras 8-15 se muestran los campos promedios y bias (errores)
de la presin atmosfrica a nivel del mar, vientos, humedad, precipitacin
obtenidos de los reanalysis y de ocho AOGCMs para verano e invierno.
En el verano (DEF) del hemisferio sur, el Anticicln del Pacifico Sur (APS) y el
Anticicln de Atlntico Sur (AAS), dos elementos climticos fundamentales del
campo de la presin a nivel del mar; son representados de forma coherente por los
modelos ECHAM5, CCSM3 y MIROC3.2, as como su posicin alrededor de 30S.
En invierno, los sistemas de presin caractersticos APS y AAS, se observan al norte
de 30S y ms cercano a las costas; esto puede visualizarse en gran parte de los
modelos evaluados principalmente en HadCM3, ECHAM5, CCSM3, MK3.0, CM2.1.
En general, en verano e invierno los modelos no muestran limitacin en proyectar
la magnitud del APS lo cual puede reflejarse a travs de los valores de bias de -+
1hPa en la figura 8 (a y b), principalmente en ECHAM5-OM y CCSM3. En cuanto a la
magnitud del AAS gran parte de los modelos analizados muestran cierta limitacin,
observndose valores de bias de hasta 9 hPa en CGCM3.
Los menores bias en el campo de la presin a nivel del mar son observados en
verano en los modelos ECHAM5-OM, CCSM3, MIROC3.2 sobre el pacifico y atlntico,
y los mayores bias en invierno en los modelos CGCM3, MIROC3.2, Mk3.0
principalmente al sur del continente asociada a la formacin de un fuerte gradiente
isobrico en esta regin.
36
PSL
SENAMHI-DGM
BIAS
APS
AAS
Figura 8a. Presin a nivel del Mar y bias para invierno (DEF). Posicin, configuracin e intensidad del Anticicln del
Pacfico Sur (APS) y Atlantico Sur (AAS) simuladas por modelos del IPCC y reanalysis. Linea base climtica 1971-2000.
PSL
BIAS
Figura 8b. Presin a nivel del Mar y bias para invierno (JJA). Posicin, configuracin e intensidad del Anticicln del
Pacfico Sur (APS) y Atlantico Sur (AAS) simuladas por modelos del IPCC y reanalysis. Linea base climtica 19712000.
37
SENAMHI-DGM
En cuanto a la distribucin espacial en el verano de la ZCIT sobre continente y el

ocano Atlntico, evaluada a travs de la variable precipitacin; en general la ZCIT
es mejor representada por BCM2, MK3.0, CM2.1, MIROC3.2, HadCM3 y en tanto la
ZCIT
sobre
el
pacfico,
los
dos
ltimos
modelos
mencionados
configuran
coherentemente su posicin de verano, y el resto de modelos (BCM2, CGCM3, MK3,

ECHAM5-OM y CCSM3) configuran ligeramente desplazada hacia el sur de su
posicin normal.
En invierno, la gran mayora de modelos analizados, especialmente HadCM3 y
ECHAM5-OM configuran la posicin de la ZCIT desplazada al norte siendo coherente
con la precipitacin asociada, patrn caracterstico de invierno lo cual puede
visualizarse en la climatologa 1971-2000 (Fuente: CMAP, 2011) en la figura 9 (a y
b).
ZCIT
ZCIT
ZCAS
Figura 9a. Posicin y configuracin de la Zona de Convergencia Intertropical (ZCIT) en verano (DEF) provenientes
de diferentes modelos del IPCC y reanalyisis. Linea base climtica 1971-2000.
38
SENAMHI-DGM
Figura 9b. Posicin y configuracin de la Zona de Convergencia Intertropical (ZCIT) en invierno (JJA) provenientes
de diferentes modelos del IPCC y reanalyisis. Linea base climtica 1971-2000.
En verano, la circulacin de viento a gran escala dominante a 11 Km de altura es

de giro anticiclnico denominada Alta de Bolivia (AB) centrado en 17S 70W con
flujos predominantes del este hasta 21S, la cual es responsable de la ocurrencia
de
precipitaciones
coherentemente
importantes
por
los
en
modelos
Cusco
CGCM3,
Apurmac,
ECHAM5-OM,
est
representada
CCSM3,
HadCM3
principalmente su posicin y configuracin.

En invierno la AB climticamente se desconfigura y predominan los vientos
provenientes del oeste que limitan la precipitacin en las regiones de estudio, los
vientos del este se restringen al norte de los 10S, este comportamiento adems de
su posicin es representada por los modelos ECHAM5-OM y HadCM3, siendo
bastante similar a lo presentado en la climatologa (reanalysis de NCEP) la cual se
aprecia en la figura 10. El resto de modelos muestran diferentes representaciones
debidas a sus diferentes formulaciones que resuelven su dinmica.
39

DEF
SENAMHI-DGM
JJA
AB
Figura 10. Patrones de circulacin viento a 11 Km (lneas de corriente a 200 hPa) para verano DEF (perodo
lluvioso) e invierno JJA (perodo de estiaje) reanalysis NCEP y simulaciones de ocho modelos globales del IPCCAR4. Lnea base climtica (1971-2000).
De siete variables evaluadas estadsticamente (presin a nivel del mar, altura

geopotencial, temperatura del aire, precipitacin, vientos, humedad relativa y
temperatura superficial del mar), las variables temperatura del aire, altura
geopotencial a 11 Km (200 hPa) y la TSM son las que presentan mejores valores de
correlacin de anomalas y error cuadrtico medio (RMSE), en continente
sudamericano, sobre el pacfico-atlntico tropical, ver figuras 11 (a y b) 13 (a y
b). Siendo los mejores modelos, que presentan mayores zonas de correlacin
positiva (0.2 a 0.6) y menor RMSE (0 a 48) el HADCM3, ECHAM5 y CCSM3 seguido
del modelo CGCM3. Se considera que el modelo CCSM3 al tener mejor
representacin en la variable Temperatura del aire a ~5 km (500 hPa), mayor rea
40
SENAMHI-DGM
de correlacin positiva y menor RMSE sobre territorio peruano, estadsticamente es

el tercer modelo que est ms cerca de la informacin de reanalisys, en tanto el
resto de modelos globales (Mk3.0, CM2.1, MIROC3.2, BCM2) presentan cierta
limitacin que es visible en sus simulaciones.
Figura 11a. Correlacin de Anomalas de Altura Geopotencial a 11 Km (200 hPa) asociada al nivel de significancia
estadstica de 0.05 en colores y lneas de contorno. El color blanco indica bajo nivel de significancia. Lnea base
climtica 1971-2000.
41
SENAMHI-DGM
Figura 11b. Error Cuadratico Medio (RMSE) de la Altura Geopotencial a 11 km de altura (200 hPa)
Figura 12a. Correlacin de Anomalas de Temperatura del aire a 5 Km (500 hPa) asociada al nivel de significancia
estadstica de 0.05 en colores y lneas de contorno. El color blanco indica bajo nivel de significancia. Lnea base
climtica 1971-2000.
42
SENAMHI-DGM
Figura 12b. Error Cuadratico Medio (RMSE) de la Temperatura del aire a 5 Km (500 hPa).
Figura 13a. Correlacin de Anomalas de Temperatura Superficial del Mar promedio anual asociada al nivel de
significancia estadstica de 0.05 en colores y lneas de contorno. El color blanco indica bajo nivel de significancia.
Lnea base climtica 1971-2000.
43
SENAMHI-DGM
Figura 13b. Error Cuadratico Medio (RMSE) de la Temperatura Superficial del Mar.
La figura 14a muestra las condiciones atmosfricas del mes de julio 1997 (invierno
de
El
Nio
1997-98)
sobre
el
continente
sudamericano,
reflejado
en
el
comportamiento del viento a 1.5 km (850 HPa) y anomala del espesor de la

columna atmosfrica entre 1.5 y 11 Km (850-200 HPa) provenientes de las
simulaciones de control de los modelos HadCM3, ECHAM5, CCSM3 y la informacin
climatolgica de reanalysis ERA40. Todos los modelos muestran la incursin de
vientos provenientes del Atlntico en el norte del continente; la predominancia de
anomalas de espesores asociado a calentamiento con la expansin de la columna
atmosfrica en parte de la regin tropical sobre el ocano y parte del continente
(entre 20N y 20S); aunque en diferente magnitud y configuracin, donde el
modelo HadCM3; muestra bastante coherencia con el Reanalysis informacin real.
En tanto, ECHAM5 sobrestima la expansin de la columna atmosfrica debido al
calentamiento transferido desde el pacfico oriental y atlntico occidental a
44
SENAMHI-DGM
diferencia del CCSM3. Asimismo, se observa anomalas de enfriamiento en latitud

de 40S asociadas a
la compresin de
la columna atmosfrica simulada
razonablemente por el modelo HadCM3.
Figura 14a: Temperatura del aire y Vientos a 1.5 km (850 HPa), anomala de espesores 1.5 11 km (850-200 hPa)
asociada a calentamiento (enfriamiento) con expansin (compresin) de la columna atmosfrica, respectivamente.
Mes julio 1997 (Invierno de El Nio 1997-98).
Para el caso de febrero 1998 (fase de maduracin de El Nio), los vientos

simulados sobre el continente por ECHAM5-OM, CCSM3 y principalmente el
HadCM3, presentan un comportamiento coherente al Reanalysis ERA 40. Respecto
al calentamiento en la columna atmosfrica asociado con la expansin de esta, el
mayor calentamiento se ubica sobre el Pacfico Oriental, ver figura 14b. Siendo
simulado razonablemente coherente por HadCM3 seguido de ECHAM5-OM. Mientras
45
SENAMHI-DGM
el CCSM3 presenta cierta limitacin. De otro lado existe una regin de enfriamiento
sobre el pacfico sur oriental que sumado al calentamiento observado en la regin
norte del pacfico, le da la caracterstica de comportamiento bipolar que es simulado
en pequea escala por HadCM3.
En lneas generales la anomala de espesor entre 1.5-11 Km asociada a
calentamiento con expansin de la columna atmosfrica y la circulacin de vientos
sobre el territorio peruano, es simulada por todos estos tres modelos aunque con
diferente magnitud.
Figura 14b: Temperatura del aire y Vientos a 1.5 km (850 HPa), anomala de espesores 1.5 11 km (850-200 hPa)
asociada a calentamiento (enfriamiento) con expansin (compresin) de la columna atmosfrica, respectivamente.
Mes febrero 1998 (Verano de El Nio 1997-98).
46
SENAMHI-DGM
Finalmente, de la intercomparacin de modelos evaluados del IPCC los modelos

HadCM3,
ECHAM5-OM
CCSM3
son
los
que
representan
razonablemente
coherentes las variables temperatura del aire, TSM, Altura Geopotencial y viento
cercanas a la informacin de reanalysis climatologa en la regin de estudio,
vindose reflejado en sus simulaciones de control.
Otro modelo global validado en su versin actual a travs de sus variables
dinmicas para la regin sudamericana es el modelo MACG TL959L60 de 20 Km de
resolucin espacial, este modelo configur razonablemente coherente en verano e
invierno la presin a nivel del mar, la circulacin de la Alta de Bolivia y el
desplazamiento hacia el sur y norte de la ZCIT, los resultados que pueden
visualizarse en la figura 15 (a, b y c).
ZCIT
ZCIT
D
E
F
ZCAS
J
J
A
Figura 15a. Posicin y configuracin de la Zona de Convergencia Intertropical (ZCIT) en verano (DEF) e invierno
(JJA) Modelo TL959L60 (20 Km de Resolucin) y reanalyisis (Fuentes: PP CMAP, PSL NCAR) . Lnea base climtica
1979-2000.
47
SENAMHI-DGM
MRI
D
E
F
MRI
J
J
A
Figura 15b. Presin a nive del mar en verano (DEF) e invierno (JJA) Modelo TL959L60 (20 Km de Resolucion) y
reanalyisis (Fuentes: PP CMAP, PSL NCAR) . Lnea base climtica 1979-2000.
D
E
F
J
J
A
Figura 15c. Patrones de circulacin viento a 11 Km (lneas de corriente a 200 hPa) para verano DEF e invierno JJA
(60 Km de Resolucion) modelo TL959L60 MRI/JMA y reanalysis NCEP. Lnea base climtica (1979-2000).
48
4.2.2
SENAMHI-DGM
Modelo regional para Cusco y Apurmac
El modelo de escala regional atmosfrico evaluado para las simulaciones de control

y evolucin futura del clima en Cusco y Apurmac fue el WRF 3.2. Este modelo fue
forzado con la simulacin de gran escala del modelo global acoplado ECHAM5-OM.
En la figura 16 se muestra la validacin del modelo regional atmosfrico WRF en su
simulacin de control para las variables temperatura del aire y precipitacin en la
escala temporal anual 1971-2000, en estaciones andinas representativas de la
regin Cusco (Yauri, Granja Kcayra y Sicuani) y Apurmac (Chalhuanca, Curahuasi y
Andahuaylas). Se observa la marcada estacionalidad de la precipitacin y
temperatura mnima del aire con perodos bien definidos de mnimos y mximos
valores (azul) es simulada en general coherentemente por el modelo WRF (rojo); a
pesar de la sobrestimacin de la precipitacin en los meses de octubre a diciembre
(perodo de inicio de lluvias) y subestimacin de la temperatura mnima en ~2C de
enero a marzo (perodo de mayores lluvias).
La temperatura mxima observada muestra comportamiento variable en su ciclo
anual (azul) con valores mximos en mayo y octubre, y mnimos en febrero y junio
en las estaciones analizadas, este comportamiento es simulado por WRF pero los
valores son subestimadas de 2 a ~4C, respectivamente.
Los valores de sobrestimacin y subestimacin (bias y errores sistemticos del
modelo) en las variables evaluadas del modelo, son considerados y tomados en
cuenta cuando se ajustan estadsticamente los datos de la simulacin futura.
En base a lo analizado se puede inferir que el modelo WRF muestra habilidad en
simular la precipitacin y temperatura mnima del aire principalmente en otoo,
invierno y verano. De otro lado, a pesar de que muestra poca habilidad en
primavera, su variacin temporal en esta estacin del ao es coherentemente
representada.
49
SENAMHI-DGM
Con respecto a la temperatura mxima, el modelo presenta habilidad en invierno,

primavera, verano y poca en otoo, ver figura 16.
PRECIPITACION
PRECIPITACION
SICUANI
TEMPERATURA MINIMA
TEMPERATURA MINIMA
GRANJA KCAYRA
TEMPERATURA MAXIMA
TEMPERATURA MAXIMA
Figura 16: Variacin del ciclo promedio anual de precipitacin, temperaturas mxima y mnima del aire en
localidades andinas de Cusco (Yauri, Granja Kcayra, Sicuani) y Apurmac (Chalhuanca, Curahuasi, Andahuaylas).
Perodo 1971-2000. Lnea azul observado en estacin meteorolgica, lnea roja y verde simulacin sin ajustar y
ajustada del modelo WRF.
50
SENAMHI-DGM
Los escenarios de temperaturas y precipitacin simulados por WRF se complementa

con
las
salidas
estadsticamente
de
escala
HadCM3,
local
ECHAM5
de
y
los
modelos
CCSM,
que
globales
tiene
regionalizados
como
funcin
de
transferencia la tcnica de Componentes Principales.

En la figura 17 se muestra el campo espacial de las Funciones Empricas
Ortogonales (EOF) de la variable predictora TSM respecto a las variables
predictandos: julio (a), enero (b) y febrero (c) para la estacin meteorolgica
Sicuani. Se aprecia la distribucin temporal de la Primera Componente Principal de
la TSM, que nos indica la frecuencia anual de los fenmenos caracterizados por la
primera Componente Principal de la TSM que explican El Nio y su variabilidad
climtica interanual, con la mxima varianza de 42% en julio, 52% en enero y 55%
en febrero; tal como se muestra en la figura 17.
De otro lado se identifica el nmero de patrones independientes que explican la
mxima varianza (tercera columna) que hicieron posible obtener el coeficiente de
determinacin ajustado del modelo de calibracin siendo mayor e igual a 0.4 para
el caso de la precipitacin y mayor a 0.5 para la temperatura mxima y mnima del
aire. De este modo se realiza para cada una de las estaciones seleccionadas en
Cusco y Apurmac.
51
SENAMHI-DGM
a)
b)
c)
Figura 17: Campos de EOF (primera columna), variacin interanual de la Componente Principal (segunda columna),
y varianza explicada de la EOF de la TSM julio, enero y febrero (tercera columna). Estacin Sicuani (Cusco) latitud 14.3, longitud - 71.2, altitud 3574.
52
SENAMHI-DGM
4.3 Proyecciones regionalizadas del clima medio Cusco

y Apurmac 2030
La discusin de resultados aqu presentados se restringe al valor promedio de los
cambios proyectados en la precipitacin y temperaturas para el perodo 2030
respecto al clima actual (1971-2000) en la escala local, regional, en los perodos
anual y estacional. Donde el perodo 2030 es representado por la media centrada
en ~30 aos que abarca desde el 2016-2044. Debido a que los cambios en el clima
se dan en perodo suficientemente largos (30 aos).
Los cambios en la temperatura y precipitacin en Cusco y Apurmac presentados
corresponden al resultado promedio de las proyecciones regionalizadas utilizando
diferentes modelos globales HadCM3, ECHAM5, CCSM3, el modelo regional WRF y
modelo global japons TL959L60. Estos dos ltimos presentan alta resolucin
espacial (20 km), siendo el escenario comn a todos los modelos mencionados el
A1B.
4.3.1
Cambios en la Precipitacin a escala local
Los resultados a escala local indican en promedio, el aumento de la precipitacin

anual para el perodo 2030 respecto al clima actual en las localidades de Cay Cay
con un aumento de 44 %, seguido de Curahuasi con 24 % y Abancay de 21 % (ver
figura 18 y tabla 8). En el resto de las localidades analizadas (Chalhuanca, Pisac,
Urubamba, Granja Kcayra, Ccatcca, Sicuani, Acomayo), se proyecta ligeros
aumentos de la precipitacin que corresponden a cantidades dentro del umbral
superior de la variabilidad normal actual de precipitacin siendo de 15% (valor
experimental asociada a las observaciones en la zona andina).
53
SENAMHI-DGM
105
90
75
Cambios en la precipitacin (%)
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
WRF-ECHAM5
-45
PROMEDIO
-60
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 18: Cambios estimados en la precipitacin anual (%) a escala local perodo centrado en 2030 relativo 19712000, proyecciones del modelo TL959L60 (MRI/JMA) y regionalizadas utilizando diferentes modelos globales
CCSM3, HadCM3, ECHAM5-OM, WRF, MRI. Smbolo color azul (*) indica los cambios promedios resultantes en la
precipitacin.
En lneas generales, los resultados regionalizados indican en promedio un claro

patrn consistente de la precipitacin anual en el futuro dentro de su variabilidad
normal en Acomayo, Ccatcca, Chalhuanca, Granja Kcayra, Pisac, Sicuani y
Urubamba con ligeros aumentos hasta de 15% (umbral superior de la variabilidad
actual), indicado por el acuerdo de los diferentes modelos regionalizados dinmica y
estadsticamente ver figura 18 y tabla 8.
54
SENAMHI-DGM
Tabla 8: Cambios en la precipitacin ANUAL (%) perodo 2030 relativo 1971-2000
NORMAL
CCSM3
HadCM3
ECHAM5-OM
TL959L60
WRF-ECHAM5
PROMEDIO
Abancay
661.9
36
30
15
17
21
Acomayo
859.4
CayCay
317.0
63
43
89
11
13
44
Ccatcca
589.0
21
11
13
11
Chalhuanca
765.3
19
17
-1
10
Curahuasi
582.9
25
23
51
15
24
Granja Kcayra
667.1
-2
11
10
Pisac
564.4
Sicuani
597.6
Urubamba
478.9
-6
21
(*) Perodo 2030: promedio de Enero-Diciembre 2016-2044 donde n=2016
En verano (perodo de mayores precipitaciones, DEF), se proyectan en promedio

ligeros aumentos de la precipitacin respecto al clima actual, en Cay Cay (25%),
Abancay (18%) y Curahuasi (16%). En el resto de las localidades analizadas, se
proyecta el comportamiento de la precipitacin dentro del umbral de la variabilidad
normal (entre -15 a +15%), con ligera reduccin de la precipitacin en ~5 % en
promedio en Ccatcca, Pisac y Urubamba (ver figura 19 y tabla 9).
Los cambios proyectados regionalizados con los diferentes modelos, son tan
consistentes como en el caso de la precipitacin anual, debido a que los modelos
indican acuerdo en la proyeccin de la precipitacin lo cual es reflejado en la figura
19.
55
SENAMHI-DGM
105
90
75
Cambioos en la Precipitacin (%)
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
-45
WRF-ECHAM5
-60
PROMEDIO
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 19: Cambios en la precipitacin a escala local en VERANO (%) proyecciones del modelo TL959L60
(MRI/JMA) y regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM, WRF, MRI.
Smbolo color azul (*) indica los cambios promedios resultantes en la precipitacin.
En otoo (perodo de finalizacin de precipitaciones, MAM), la distribucin promedio

del cambio de precipitacin para el perodo 2030, en gran parte de las localidades
analizadas, se proyectan dentro del umbral de la variabilidad normal con ligera
reduccin de la precipitacin de -1% en Pisac. Sin embargo, no hay un acuerdo
consistente de las proyecciones regionalizadas con los diferentes modelos en la
localidad de Pisac, ver figura 20 y tabla 9, ya que tres modelos indican aumento
(HadCM3, WRF, TL959L60) y dos disminuciones (CCSM3, ECHAM5-OM) a pesar de
estar forzados por el mismo escenario de emisin A1B. Por tanto la confiabilidad de
las proyecciones en esta localidad se ve ligeramente reducida a pesar que los
56
SENAMHI-DGM
valores proyectados caen dentro del umbral de la variabilidad normal siendo esta
de +- 15%.
De otro lado en Abancay, Curahuasi y Cay Cay se proyectan aumentos de la
precipitacin de 17, 30 y 49 % respecto al clima actual, en el trimestre MAM.
105
90
75
Cambios en la Precipitacin (%)
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
-45
WRF-ECHAM5
PROMEDIO
-60
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 20: Cambios en la precipitacin a escala local en OTOO (%) perodo 2030 relativo 1971-2000 (perodo de
finalizacin de precipitaciones MAM), proyecciones regionalizadas utilizando diferentes modelos globales CCSM3,
HadCM3 y ECHAM5-OM.
En invierno (perodo de estiaje o seco, JJA) se proyecta, en promedio cambios en la

precipitacin, dentro del umbral de la variabilidad normal (+- 15%), en gran parte
de las localidades andinas analizadas. A excepcin de Sicuani que proyecta
57
SENAMHI-DGM
deficiencia de 22% y Ccatcca aumentos de 20%. Estos cambios proyectados fuera

del umbral de la variabilidad normal actual, pueden ser poco significativos en
invierno, ya que las precipitaciones climticamente durante esta estacin del ao
en estas localidades se presentan escasas (ver figura 21 y tabla 10).
El grado de acuerdo de los modelos regionalizados en invierno, es menor en
relacin al perodo anual y estacional (verano, otoo), observndose principalmente
valores muy dispersos de los cambios en la precipitacin provenientes de los
modelos regionalizados, esencialmente en Abancay y Chalhuanca donde dos
modelos (TL959L60, WRF) indican deficiencias del orden de -5 y -45% y tres
modelos (HadCM3, ECHAM5, CCSM3) aumentos alrededor de 30%. En tanto en
Sicuani los modelos TL959L60 y WRF muestran total desacuerdo.
Es importante sealar que los resultados del modelo regional WRF en el perodo de
estiaje JJA se torna ms pesimista, indicando en la totalidad de localidades
analizadas un panorama de deficiencias de precipitaciones.
58
SENAMHI-DGM
105
90
75
Cambios en la Precipitacn (%)
60
45
30
15
CCSM3
HadCM3
-15
ECHAM5-OM
-30
TL959L60
-45
WRF-ECHAM5
-60
PROMEDIO
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 21: Cambios en la precipitacin a escala local en INVIERNO (%) perodo 2030 respecto 1971-2000 (perodo
seco JJA), proyecciones regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3 y ECHAM5-OM.
En primavera (perodo de inicio de precipitaciones, SON), en promedio, los

escenarios regionalizados de precipitacin indican por un lado cambios dentro del
umbral de su variabilidad normal de +- 15% en las localidades de Acomayo,
Chalhuanca, Granja Kcayra, Sicuani, Urubamba, (ver figura 22 y tabla 10). Por otro
lado, se proyectan aumentos de la precipitacin respecto al clima actual, en Cay
Cay (42%), seguidos de Ccatcca (27%), Pisac (33%), Curahuasi (32%) y Abancay
(30%). Este comportamiento de aumento de las precipitaciones en primavera, es la
seal que modula la proyeccin anual, en las localidades de Cay Cay y Curahuasi
principalmente.
59
SENAMHI-DGM
Cabe sealar el grado de acuerdo de los cambios proyectados de precipitacin de

los modelos regionalizados en primavera, es mayor en relacin a la estacin de
invierno (perodo de estiaje). Asimismo, el modelo regional WRF se torna menos
pesimista
mostrando
en
general
un
panorama
de
ligeras
deficiencias
de
precipitacin dentro del umbral de la variabilidad normal actual (0 a -15%), en la

totalidad de localidades analizadas.
105
90
75
60
Cambios en la Precipitacin (%)
45
30
15
CCSM3
HadCM3
ECHAM5-OM
-15
TL959L60
-30
WRF-ECHAM5
-45
PROMEDIO
-60
-75
-90
Urubamba
Sicuani
Pisac
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
CayCay
Acomayo
Abancay
-105
Figura 22: Cambios en la precipitacin a escala local en PRIMAVERA (%) perodo 2030 relativo 1971-2000 (perodo
de inicio de precipitaciones SON), proyecciones regionalizadas utilizando diferentes modelos globales CCSM3,
HadCM3 y ECHAM5-OM.
60
SENAMHI-DGM
Tabla 9: Cambios en la Precipitacin en VERANO y OTOO (%) perodo 2030 respecto 1971-2000
VERANO (Dn-1EnFn)
OTOO (MnAnMn)
NORMAL
(mm)
CCSM3
(%)
HadCM3
(%)
ECHAM5
(%)
TL959L60
(%)
WRF
(%)
Abancay
358.6
26
33
18
Acomayo
465.1
-1
-9
CayCay
180.3
26
75
11
Ccatcca
324.8
-1
-9
-20
Chalhuanca
421.4
26
18
Curahuasi
324.2
21
34
11
G.Kcayra
371.2
-4
-1
Pisac
301.9
-7
-2
-10
Sicuani
324.2
Urubamba
270.5
-23
14
-10
PROMEDIO
(%)
NORMAL
(mm )
CCSM3
(%)
HadCM3
(%)
ECHAM5
(%)
TL959L60
(%)
WRF
(%)
18
155.2
15
-1
28
14
27
10
212.2
-3
-8
-7
20
25
79.5
87
32
66
14
46
49
-4
144.6
10
-5
-11
13
53
12
12
190
10
-4
12
16
137
39
-20
92
16
25
30
145.1
-1
-3
16
12
16
-2
-3
150.9
-29
-15
13
20
-1
11
11
11
21
10
10
WRF
(%)
PROMEDIO
(%)
147.3
-8
-5
112.5
PROMEDIO
(%)
17
(*) Perodo 2030: promedio 2016-2044, donde n=2016
Tabla 10: Cambios en la precipitacin INVIERNO y PRIMAVERA (%) perodo 2030 respecto 1971-2000
INVIERNO (JnJnAn)
NORMAL
(mm)
CCSM3
(%)
HadCM3
(%)
ECHAM5
(%)
Abancay
24.6
34
34
Acomayo
13.5
75
PRIMAVERA (SnOnNn)
TL959L60
(%)
WRF
(%)
PROMEDIO
(%)
NORMAL
(mm )
CCSM3
(%)
HadCM3
(%)
ECHAM5
(%)
TL959L60
(%)
33
-5
-21
15
120.0
73
40
18
26
-7
30
18
16
-60
11
169.2
12
38
-12
10
CayCay
7.4
16
41
-32
50.0
77
79
50
10
-8
42
Ccatcca
16.7
29
79
25
-34
20
105.0
76
-1
56
12
-6
27
Chalhuanca
38.3
30
35
-18
-50
114.8
16
23
19
-21
Curahuasi
12.9
13
19
31
-1
-37
109.0
17
17
108
25
-7
32
G.Kcayra
12.4
20
-45
-2
141.5
-5
29
10
10
-15
Pisac
16.1
33
20
-2
-40
95.9
93
68
-11
33
Sicuani
13.64
-52
-22
115.5
12
-15
-1
Urubamba
14.2
-47
84.5
-16
34
36
16
17
14
61
4.3.2
SENAMHI-DGM
Cambios en la Precipitacin a escala regional
En Cusco y Apurmac, las precipitaciones en el perodo anual se proyectan para el

2030, en general, dentro de su variabilidad normal actual esto quiere decir con
ligeros aumentos y deficiencias en el orden de +- 15%, y con dos ncleos
importantes el primero en la provincia de Abancay, en Apurmac y el segundo muy
localizado en el extremo noroeste de la provincia de Quispicanchi, en Cusco; que
alcanzan valores entre 15 y 25% sobre el valor normal actual, ver figura 23 y
mapas 6-10 (anexo 8.1).
En el verano (perodo de mayores precipitaciones DEF) en lneas generales, las
precipitaciones se mantienen, similares al comportamiento promedio anual (ver
figura 23), dentro de la variabilidad normal actual de precipitacin y la presencia de
dos ncleos, con valores que alcanzan hasta 44% sobre el valor normal actual
principalmente en el extremo noroeste de la provincia de Quispicanchi.
En el otoo (perodo de finalizacin de precipitaciones MAM) se observan cambios
con incrementos de hasta de 30% relativo al clima actual en Abancay, Andahuaylas
y Chincheros en Apurmac; y la frontera de las provincias de Paucartambo, Calca,
Cusco, Paruro, Quispicanchi en Cusco llegando hasta 45% y ncleos muy
localizados al suroeste de la provincia La Convencin, la provincia de Cusco, al
noreste y sur este de las provincias Canchis y Quispicanchi con valores de
aumentos que llegan hasta 30%. Esta caracterstica indicara que el perodo de
mayores lluvias se prolongara en el futuro 2030 abarcando la estacin de otoo
(MAM). En el resto de las regiones de estudio, las lluvias se presentaran dentro de
la variabilidad normal actual de lluvias de +-15%.
En invierno (perodo de estiaje JJA), se proyecta deficiencias principalmente en la
zona andina de las regiones de estudio, en las provincias de Chincheros,
Cotabambas, Grau y extremo sur de Abancay, en las cuales el dficit alcanza hasta
-30% y llegando hasta -42% en Antabamba y Andahuaylas, en Apurmac. Similar
62
SENAMHI-DGM
comportamiento se observa en las provincias de Chumbivilcas, Espinar, Canas,

Canchis con dficit entre -15 y -30% y llegando hasta -42% en Anta y Calca, en
Cusco. Sin embargo, en el clima actual en este trimestre JJA las precipitaciones en
estas regiones son las ms bajas del ao. Esta caracterstica de dficit
pluviomtrico
indicara
situaciones
asociadas
mayor
frecuencia
de
cielos
despejados, incremento de temperatura, alta evaporacin, sequedad del suelo con

efectos relevantes en las condiciones hdricas, principalmente al extremo sur de
ambas regiones de estudio. Asimismo, sumada al crecimiento poblacional, pobreza
y a las actividades humanas de sobrepastoreo, mal uso de
los recursos agua y
suelo, le confieren la caracterstica de doblemente vulnerable frente al cambio

climtico.
En primavera (perodo de inicio de precipitaciones SON) las precipitaciones se
mantienen en general dentro de la variabilidad normal (+-15%) similares al
comportamiento promedio anual y la estacin de verano, con la aparicin de un
tercer ncleo pero con dficit de precipitaciones de -18% ubicado al suroeste de la
provincia La Convencin en Cusco (ver figura 23).
63
ANUAL
DEF
JJA
SON
SENAMHI-DGM
MAM
LEYENDA
Cambios de Precipitacin
(%)
-75- -60
-60 - -45
-45 - -30
-30 - -15
-15 - 0
0 - 15
15 - 30
30 - 45
45 - 60
60 - 75
Figura 23: Cambio promedio en la precipitacin a escala regional (%) perodo 2030 relativo 1971-2000, proyeccin
promediada de los modelos dinmicos (TL96969L60 y WRF-ECHAM5-OM) y regionalizados estadsticamente
(CCSM3, ECHAM5-OM, HadCM3)
64
SENAMHI-DGM
En la tabla 11 se presenta los valores de cambios en la precipitacin (%) segn la

divisin
de
las
regiones
de
estudio
(figura
23
a)
basada
en
zonas
climatolgicamente homogneas: Regin Cusco: Selva Norte (1), Sierra Nor

Occidental (2), Sierra Nor Oriental (3), Sierra Central Occidental (4), Sierra Central
Oriental (5), Selva Central (6), Sierra Sur (7) y Regin Apurmac: Sierra Norte (8),
Sierra Central (9), Sierra Sur (10).
Figura 23 a: Divisin de las regiones de estudio.
Tabla 11: Cambio promedio en la precipitacin a escala regional (%) perodo 2030 relativo 1971-2000,
REGION
DIVISION
CUSCO
Selva
ZONA
CAMBIOS EN LA PRECIPITACION
(%)
ANUAL
DEF
MAM
JJA
SON
Norte
-9 a 15
-15 a 15
0 a 15
-15 a 15
-15 a 15
Centro
-9 a 15
-15 a 15
0 a 15
-15 a 15
-15 a 15
Occidental
0 a 15
0 a 15
0 a 15
-15 a 15
-15 a 15
Oriental
-9 a 15
-15 a 15
-15 a 15
-15 a -30
-15 a 0
Occidental
-9 a 44
-15 a 25
0 a 49
-42 a 23
-15 a 30
Oriental
-9 a 44
-15 a 25
0 a 45
-42 a 23
-15 a 44
Sur
-9 a 15
-15 a 15
-15 a 15
-15 a -30
-15 a 15
Norte
0 a 30
0 a 25
0 a 30
-42 a 15
-15 a 44
Norte
Sierra
Centro
APURIMAC
Sierra
Centro
0 a 15
0 a 15
0 a 15
-15 a -42
-15 a 15
Sur
-9 a 15
-15 a 15
-15 a 15
-42 a 0
-15 a 15
65
4.3.3
SENAMHI-DGM
Cambios en la temperatura mxima y mnima del aire a

escala local
Se proyecta para el perodo anual, en promedio, incrementos de la temperatura

mxima y mnima del aire anual entre 0.7 y 1C respecto al clima actual en el total
de estaciones andinas analizadas (ver figura 24), siendo la variabilidad normal
actual de cambios en la temperatura de +-0.4C (valor experimental asociada a las
observaciones).
Las localidades donde se proyecta incrementos de temperaturas en la mxima y la
mnima del aire en 0.7C respecto a la normal actual, se muestran en Abancay y
Chalhuanca (ver tablas 12 y 13). Esta tendencia de aumento, es observada en
Chalhuanca en la ltima dcada 2001-2010 (ver Cap. 4). Sin embargo, en los
ltimos 44 aos la tendencia anual de la temperatura mxima es ligeramente
negativa de 0.03C/dcada y de la mnima de 0.1 C/dcada. En consecuencia, la
tendencia de aumento observada en la ltima dcada se mantendra en el futuro
cercano.
Asimismo, el aumento sustancial en ~1C en la temperatura mxima y mnima del
aire se proyecta en las localidades de Curahuasi y Acomayo respectivamente,
siendo su valor normal actual anual de 24.8C y 5.2C.
66
SENAMHI-DGM
1.0
Cambios en la Temperatura Maxima (C)
Curahuasi
0.9
Acomayo
Sicuani
Granja Kcayra
0.8
Urubamba
Chalhuanca
0.7
Ccatcca
Abancay
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Cambios en la Temperatura mnima (C)
Figura 24: Cambio promedio de la temperatura mxima y mnima del aire ANUAL (C) perodo 2030
En la figura 25 a y b se puede observar el sesgo de los modelos dinmicos

TL959L60 y WRF proyectando cambios positivos alrededor de 1C tanto en la
temperatura mxima y mnima del aire en el total de estaciones analizadas en las
regiones Apurmac(Abancay, Chalhuanca, Curahuasi) y Cusco (Acomayo, Ccatcca,
Granja Kcayra, Sicuani, Urubamba), valores que en gran medida contribuyen con
mayor peso cuando se realiza el promedio (smbolo color azul) frente a los modelos
regionalizados estadsticamente (HadCM3, CCSM3, ECHAM5-OM) que muestran en
general, aumento con valores ms conservadores, esto quiere decir que no se
alejan grandemente del umbral superior de variabilidad normal actual de cambios
en la temperatura mxima y mnima del aire (0 a 0.4C).
67
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
SENAMHI-DGM
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
PROMEDIO
Abancay
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
Cambios en la Temperatura Mxima (C)
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
Cambios en la Temperatura Mnima (C)
Figura 25 a y b: Cambios estimados en la temperatura mnima y mxima del aire ANUAL (C) centrado en el 2030
relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 y regionalizadas CCSM3, HadCM3,
ECHAM5-OM y WRF-ECHAM5. El smbolo de color azul indica el cambio promedio.
Tabla 12: Cambios en la temperatura mnima del aire promedio ANUAL (C) perodo 2030 relativo 1971-2000
ANUALnn
NORMAL
(C )
CCSM3
(C)
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
PROMEDIO
(C )
Abancay
11.23
0.56
0.38
0.41
1.16
1.07
0.72
Acomayo
5.19
0.87
0.94
0.70
1.05
1.26
0.96
Ccatcca
1.18
0.75
1.04
0.59
1.05
1.23
0.93
Chalhuanca
6.90
0.50
0.65
0.24
1.14
1.16
0.74
Curahuasi
10.48
0.61
0.70
0.43
1.13
1.08
0.79
G.Kcayra
3.69
0.77
0.93
0.47
1.12
1.12
0.88
Sicuani
2.29
0.54
0.39
0.38
1.09
1.21
0.72
Urubamba
6.37
0.77
0.93
0.53
1.02
1.09
0.87
(*) Perodo 2030: promedio 2016-2044, donde n=2016
Tabla 13: Cambios en la temperatura mxima del aire promedio ANUAL (C) perodo 2030 relativo 1971-2000
ANUALn
NORMAL
(C )
CCSM3
(C)
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
PROMEDIO
(C )
Abancay
23.56
0.4
0.53
0.74
1.04
1.00
0.74
Acomayo
20.97
0.68
0.84
0.72
0.78
1.06
0.82
Ccatcca
15.26
0.66
0.57
0.54
0.77
1.08
0.72
Chalhuanca
23.32
0.61
0.31
0.77
0.77
1.09
0.71
Curahuasi
24.74
0.85
0.93
0.96
1.04
1.00
0.96
G.Kcayra
20.52
0.73
0.94
0.71
0.63
1.06
0.81
Sicuani
20.19
0.65
0.79
0.8
0.83
1.12
0.84
Urubamba
22.45
0.64
0.61
0.63
0.98
1.01
0.77
68
SENAMHI-DGM
En verano (perodo de ocurrencia de mayores precipitaciones en las regiones Cusco

y Apurmac, DEF) se proyecta en promedio aumentos de la temperatura mxima
del aire en el total de localidades analizadas entre 0.5 y 0.9C, y la temperatura
mnima entre 0.7 y 1C (ver figura 26, tablas 14 y 16). El incremento sustancial
(0.9C) de la temperatura mxima se proyecta en las localidades de Granja Kcayra
y Curahuasi. El ligero aumento (0.5C) en la localidad de Chalhuanca.
Con respecto al aumento sustancial de la temperatura mnima en 1C se proyecta
en la localidad Urubamba, caracterstica que podra estar fsicamente asociada con
aumentos de cobertura nubosa y precipitacin en poca de lluvias. En tanto, el
ligero aumento de 0.7C en la temperatura mnima se muestra en Curahuasi y
Abancay, ver tabla 14 y figuras 20 y 21 a.
1.0
Curahuasi
Granja Kcayra
0.9
0.8
Sicuani
Abancay
Urubamba
0.7
Acomayo
Ccatcca
0.6
Chalhuanca
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 26: Cambio promedio de la temperatura mxima y mnima del aire VERANO (C) perodo 2030
69
SENAMHI-DGM
En las figuras 27 a y b, se puede apreciar el sesgo o acuerdo de los modelos

regionalizados principalmente CCSM3, HadCM3, WRF y modelo TL959L60 que
indican el aumento de la temperatura mnima y mxima del aire de forma
consistente, aunque algunos modelos con valores ms conservadores que otros. El
promedio de todos los valores proyectados (smbolo color azul), reflejan cambios
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
PROMEDIO
Abancay
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
con aumentos por encima del umbral superior de su variabilidad normal actual.
Figura 27 a y b: Promedio de Cambios en la temperatura mnima y mxima del aire VERANO (C) centrado en el
2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60, proyecciones regionalizadas CCSM3,
HadCM3, ECHAM5-OM y WRF-ECHAM5. El smbolo de color azul indica el cambio promedio.
En la estacin de otoo (perodo de finalizacin de lluvias, MAM) se proyecta en

promedio aumentos de la temperatura mxima entre 0.7 y 1C, y la temperatura
mnima entre 0.6 y 1C en el total de localidades analizadas (ver figura 28 y tablas
14 y 16).
La localidad de Abancay muestra aumento de la temperatura mxima en 0.7C
ligeramente superior a su variabilidad normal actual de cambios. En tanto la
localidad de Curahuasi muestra aumento sustancial de la temperatura en 1C.
Con respecto a la temperatura mnima los mayores aumentos de 1C se muestran
de Urubamba y los menores aumentos de 0.6 C en Sicuani.
70
SENAMHI-DGM
1.0
Curahuasi
Sicuani
Ccatcca
0.9
Acomayo
Granja Kcayra
Urubamba
0.8
Chalhuanca
Abancay
0.7
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 28: Cambio promedio de la temperatura mxima y mnima del aire OTOO (C) perodo 2030
De otro lado a diferencia de otras estaciones del ao y de la temperatura mxima,

se observa en la figura 29 a y b la reduccin del grado de acuerdo de los modelos
regionalizados en la magnitud de aumento de la temperatura mnima en otoo
(perodo de finalizacin de lluvias) que se ve reflejado en la dispersin de los
cambios esencialmente en Chalhuanca y Sicuani, debido a la baja performance de
la proyeccin de los modelos globales regionalizados en sus simulaciones en esta
poca del ao para esta variable.
Asimismo, se observa que cada modelo regionalizado simula en la misma direccin
(positiva y de aumento) los cambios de temperaturas y proporciona distinta
magnitud en sus respuestas aunque estn forzados por un mismo escenario de
emisin A1B, esto debido a que inicialmente los modelos globales regionalizados
presentan distintas formulaciones en las parametrizaciones, niveles, resolucin,
entre otros.
71
SENAMHI-DGM
El grado de acuerdo o convergencia de los modelos indica niveles de confianza altos

y reducir la incertidumbre en la proyeccin del cambio, mientras el desacuerdo o
divergencia de las respuestas se ver reflejado en una mayor incertidumbre que
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
PROMEDIO
Abancay
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
est asociado a una reducida confiabilidad.
Figura 29 a y b: Promedio de Cambios estimados en la temperatura mnima y mxima del aire OTOO (%)
centrado en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA) y
regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3, ECHAM5-OM y WRF-ECHAM5.
En invierno (perodo seco, JJA) se proyecta los mayores aumentos de la

temperatura mxima entre 0.8 y 0.9C y la temperatura mnima entre 0.6 y 0.9C
(ver figura 30, tablas 15 y 17).
Todas las localidades analizadas superan en casi el doble el valor del umbral
superior de la variabilidad actual de cambios en la temperatura mxima siendo esta
de +- 0.4C. Este comportamiento es observado en Ccatcca, Urubamba, Sicuani,
en Cusco y Curahuasi en Apurmac, principalmente. En tanto, Granja Kcayra en
Cusco y Chalhuanca en Apurmac, presentan los menores incrementos de
aproximadamente 0.8C respecto al clima actual.
72
SENAMHI-DGM
En relacin, a la distribucin de los valores de cambios, a diferencia de la estacin

de otoo, muestran menor dispersin en invierno, en las distintas localidades de
Cusco y Apurmac, indicando mayor nivel de confianza en las proyecciones dadas.
De otro lado, las localidades de Acomayo, Granja Kcayra y Ccatcca son las que
muestran mayores incrementos (0.9C) en la temperatura mnima. En tanto, en
Abancay se proyecta en el futuro 2030, ligero incremento en promedio de 0.6C en
la temperatura mnima.
1.0
Ccatcca
Curahuasi
Sicuani
0.9
Urubamba
Abancay
Acomayo
0.8
Chalhuanca
Granja Kcayra
0.7
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 30: Promedio de Cambios estimados en la temperatura mxima y mnima del aire INVIERNO (%) centrado
en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA), proyecciones
En la figura 31 a y b se observa en invierno (perodo de estiaje) al igual que la

estacin de otoo, un mayor acuerdo en la magnitud de las proyecciones de los
cambios en la temperatura mxima provenientes de los modelos regionalizados de
73
SENAMHI-DGM
tipo estadstico, en tanto los dinmicos TL959L60 y WRF discrepan en la magnitud

de aumento hasta en 0.4C en relacin a los de tipo estadstico, esencialmente en
Acomayo y Granja Kcayra.
Con respecto a los cambios en la temperatura mnima el acuerdo de los modelos se
ve reducida y se refleja en la dispersin de los valores especialmente en Abancay y
Sicuani, donde por un lado los modelos regionalizados estadsticamente proyectan
en promedio, aumentos de la temperatura mnima de 0.7C y por otro lado los
modelos dinmicos (TL959L60 y WRF) aumentos sustanciales hasta 1.3C, por lo
que la confianza de la proyeccin en la magnitud de los cambios para estas
localidades y en esta estacin del ao es mejor representada por el promedio
(smbolo color azul). En el resto de localidades (Acomayo, Ccatcca, Curahuasi,
Granja Kcayra, Urubamba) la confianza es mayor debido al mayor acuerdo de los
modelos en la proyeccin de la magnitud de los cambios.
De otro lado existe una mayor confianza en la magnitud de la proyeccin de los
cambios en la temperatura mnima en invierno, en relacin a la temperatura
mxima de invierno.
En lneas generales, el resultado del promedio de los cambios proyectados por
todos los modelos evaluados muestran un consistente aumento (smbolo color azul)
de las temperaturas mximas y mnima del aire por encima de la variabilidad
normal actual de cambios (+-0.4C), en total de estaciones analizadas.
74
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
SENAMHI-DGM
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
PROMEDIO
Abancay
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
Figura 31 a y b: Promedio de Cambios estimados en la temperatura mnima y mxima del aire INVIERNO (%)
centrado en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA), y
En primavera (perodo de inicio de precipitaciones, SON) se proyecta en promedio

aumentos en la temperatura mxima entre 0.7 y 0.9C y en la temperatura mnima
entre 0.7 y 1C para el perodo 2030, en relacin al clima actual. Los mayores
cambios de la temperatura mnima se observan en Acomayo, Ccatcca y Granja
Kcayra y el menor valor de cambio en Abancay (ver figura 32 y tabla 15). Estos
cambios podran estar fsicamente relacionados con la mayor frecuencia de
cobertura nubosa y no necesariamente a la ocurrencia precipitaciones en esta
poca del ao. Para el caso de la temperatura mxima del aire los mayores cambios
se alcanzaran en Curahuasi y Urubamba y los menores cambios en Abancay,
Ccatcca, Chalhuanca y Granja Kcayra (ver figura 32, tablas 15 y 17).
75
SENAMHI-DGM
1.0
Curahuasi
0.9
Urubamba
Sicuani
0.8
Acomayo
Chalhuanca
0.7
Granja Kcayra
Abancay
Ccatcca
0.6
0.5
0.5
0.6
0.7
0.8
0.9
1.0
Figura 32: Promedio de Cambios estimados en la temperatura mxima y mnima del aire PRIMAVERA (%) centrado
en el 2030 relativo 1971-2000, resultado del promedio de las proyecciones del modelo TL959L60 (MRI/JMA) y
Las figuras 33 a y b muestran la magnitud de los cambios proyectados para las

variables temperaturas mxima y mnima del aire regionalizados con los diferentes
modelos, se puede apreciar la consistencia del aumento ambas variables debido a
que el total de los modelos indican acuerdo en las proyecciones con la menor
dispersin de la magnitud de los valores de cambios en las variables evaluadas, en
gran parte de las estaciones analizadas, principalmente en Acomayo, Ccattcca,
Chalhuanca, Granja Kcayra para la temperatura mnima y en Acomayo, Curahuasi,
Urubamba para la temperatura mxima.
76
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
SENAMHI-DGM
CCSM3
HadCM3
ECHAM5
TL959L60
WRF-ECHAM5
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Ccatcca
Acomayo
PROMEDIO
Abancay
Urubamba
Sicuani
Granja Kcayra
Curahuasi
Chalhuanca
Acomayo
Ccatcca
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
-1.4
-1.6
-1.8
-2.0
Abancay
Figura 33 a y b: Promedio de Cambios estimados en la temperatura mnima y mxima del aire PRIMAVERA (%)
centrado en el 2030 relativo 1971-2000, resultado de las proyecciones del modelo TL959L60 (MRI/JMA), y
Tabla 14: Cambios en la temperatura mnima del aire VERANO y OTOO (C) perodo 2030 relativo 1971-2000
VERANO (Dn-1EnFn)
OTOO (MnAnMn)
NORMAL
(C )
CCSM3
(C)
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
Abancay
12.16
0.47
0.43
0.34
1.10
1.05
Acomayo
7.62
0.80
0.97
0.62
1.09
1.33
Ccatcca
3.64
0.45
0.96
0.47
1.09
Chalhuanca
9.03
0.53
0.44
0.35
1.16
Curahuasi
11.78
0.53
0.18
0.64
G.Kcayra
7.02
0.65
0.73
0.63
Sicuani
5.06
0.50
0.65
Urubamba
9.28
0.87
1.05
PROMEDIO
(C )
NORMAL
(C )
CCSM3
(C )
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
PROMEDIO
(C )
0.68
11.57
0.44
0.32
0.25
1.23
1.21
0.69
0.96
5.24
0.61
0.61
0.32
1.12
1.42
0.82
1.09
0.81
1.37
0.56
0.81
0.65
1.17
1.49
0.94
1.29
0.75
6.88
0.25
0.28
0.56
1.17
1.33
0.72
1.12
1.05
0.70
10.95
0.82
0.48
0.77
1.25
1.23
0.91
1.15
1.11
0.85
3.81
0.85
0.43
0.42
1.25
1.36
0.86
0.60
1.05
1.33
0.83
2.55
0.22
0.02
0.41
1.07
1.30
0.60
0.94
0.99
1.07
0.99
6.91
0.87
0.84
0.73
1.07
1.34
0.97
Tabla 15: Cambios en la temperatura mnima INVIERNO Y PRIMAVERA (C) perodo 2030 relativo 1971-2000
INVIERNO (JnJnAn)
PRIMAVERA (SnOnNn)
NORMAL
(C )
CCSM3
(C)
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
Abancay
9.53
0.35
0.18
0.33
1.11
1.09
Acomayo
1.50
1.01
0.93
0.74
0.86
1.18
Ccatcca
-2.39
0.83
0.65
1.01
0.91
Chalhuanca
4.07
0.05
0.59
0.79
1.23
Curahuasi
8.11
0.66
0.89
0.54
G.Kcayra
-0.89
0.92
0.77
1.04
Sicuani
-1.51
0.64
0.19
Urubamba
2.17
0.87
0.71
PROMEDIO
(C )
NORMAL
(C )
CCSM3
(C )
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
0.61
11.70
0.63
0.28
0.61
1.15
0.91
0.72
0.94
6.37
0.79
0.99
0.83
1.11
1.12
0.97
1.21
0.92
2.10
1.13
0.85
0.64
1.07
1.12
0.96
1.09
0.75
7.62
0.51
1.01
0.62
1.03
0.96
0.83
1.08
1.06
0.84
11.07
1.14
0.91
0.43
1.08
0.96
0.9
0.9
1.01
0.93
4.84
0.83
1.15
0.61
1.17
0.99
0.95
0.48
1.13
1.16
0.72
3.37
0.81
0.77
0.35
1.09
1.04
0.81
0.82
0.88
1.04
0.86
7.11
0.97
0.88
0.51
1.13
0.93
0.88
77
PROMEDIO
(C )
SENAMHI-DGM
Tabla 16: Cambios en la temperatura mxima del aire promedio de VERANO y OTOO (C) perodo 2030 relativo
1971-2000
VERANO (Dn-1EnFn)
OTOO (MnAnMn)
NORMAL
(C )
CCSM3
(C)
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
Abancay
23.34
0.78
0.67
0.55
0.91
0.79
Acomayo
20.37
0.62
0.51
0.8
0.85
0.76
Ccatcca
14.73
0.64
0.16
0.62
0.86
Chalhuanca
23.33
0.42
0.28
0.61
0.56
Curahuasi
23.94
0.84
1.08
0.98
G.Kcayra
19.93
1.07
1.1
Sicuani
19.62
0.62
1.15
Urubamba
22.04
0.45
0.6
PROMEDIO
(C )
NORMAL
(C )
CCSM3
(C )
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
PROMEDIO
(C )
0.74
23.01
0.33
0.58
0.78
1.05
0.91
0.73
0.71
20.61
0.76
0.97
0.92
0.76
1.00
0.88
0.89
0.63
15.16
1.22
0.66
0.79
0.72
1.11
0.90
0.81
0.54
22.64
0.67
0.65
1.05
0.54
1.05
0.79
0.96
0.83
0.94
24.20
0.96
1.04
0.76
1.08
0.94
0.96
0.78
0.76
0.83
0.91
20.34
0.82
0.96
0.84
0.68
1.04
0.87
0.49
0.61
0.87
0.75
20.05
1.06
1.01
0.66
0.78
1.16
0.93
0.83
0.96
0.75
0.72
22.44
0.71
0.72
0.85
0.85
1.00
0.83
Tabla 17: Cambios en la temperatura mxima del aire promedio de INVIERNO Y PRIMAVERA (C) perodo 2030
relativo 1971-2000
INVIERNO (JnJnAn)
PRIMAVERA (SnOnNn)
NORMAL
(C )
CCSM3
(C)
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
Abancay
23.04
0.49
0.49
0.68
1.22
1.30
Acomayo
20.75
0.59
0.98
0.45
0.68
1.45
Ccatcca
15.32
1.11
0.72
0.89
0.67
Chalhuanca
22.79
0.53
0.7
0.17
0.98
Curahuasi
24.56
0.69
0.82
0.6
G.Kcayra
20.43
0.57
0.78
Sicuani
20.00
0.49
0.89
Urubamba
22.18
1.05
0.47
PROMEDIO
(C )
NORMAL
(C )
CCSM3
(C )
HadCM3
(C )
ECHAM5
(C )
TL959L60
(C )
WRF
(C )
PROMEDIO
(C )
0.84
24.85
0.60
0.27
0.65
0.98
0.97
0.69
0.83
22.15
0.77
0.58
0.71
0.85
1.05
0.79
1.36
0.95
15.80
0.40
0.49
0.56
0.85
1.00
0.66
1.44
0.76
24.58
0.75
0.54
0.43
0.94
1.02
0.74
1.25
1.33
0.94
26.25
0.62
0.93
0.99
0.87
0.95
0.87
0.49
0.53
1.38
0.75
21.35
0.50
0.61
0.70
0.58
1.02
0.68
0.68
1.10
1.44
0.92
21.06
0.80
0.57
1.01
0.87
1.05
0.85
0.59
1.17
1.34
0.93
23.11
0.87
0.90
0.74
0.97
0.96
0.89
78
4.3.4
SENAMHI-DGM
Cambios en la temperatura mxima del aire a escala

regional
En las figuras 34, 35, mapas 16-20 y 26-30 (ver anexo 8.1), se muestra a nivel
espacial los cambios promedios de la temperatura mxima y mnima del aire en el
perodo anual y estacional (DEF, MAM, JJA, SON) proyectada para el perodo 2030
relativo a la lnea base climtica 1971-2000, como resultado del promedio de las
simulaciones de dos modelos dinmicos (TL959L60, WRF) y tres modelos
regionalizados estadsticamente (CCSM3, HadCM3, ECHAM5-OM).
Se proyecta incrementos en la temperatura mxima del aire en el perodo anual

entre 0.7 y 1.2C en todo el espacio geogrfico de las regiones Cusco y Apurmac,
el cual representa un incremento relativamente alto principalmente al sur de ambas
regiones en las provincias Apurimeas de Antabamba, Cotabambas y provincias
Cusqueas de Chumbivilcas, Canas y Espinar.
En el verano (DEF) en el cual ocurren comnmente las mayores precipitaciones, los
incrementos de temperatura mxima son en general menores en comparacin al
resto de estaciones del ao, entre 0.5 y llegando hasta un 1.0C; en las provincias
cuzqueas de Chumbivilcas, Espinar, Canas, Paucartambo, Calca, zona oeste de la
Convencin y en las provincias de la regin Apurmac, Chincheros, Grau,
Cotabambas, Antabamba y zona este de Abancay, principalmente.
En el otoo (MAM) al igual que en el periodo anual las temperaturas se proyectan
entre 0.7 y 1.2C en todo el espacio geogrfico de las regiones Cusco y Apurmac, y
principalmente al sur de ambas regiones.
En el invierno (JJA) se proyectan los mayores incrementos de temperatura mxima
hasta de 1.6C principalmente en las provincias del este de Apurmac (Antabamba,
Cotabambas, Grau) y sur de Cusco (Chumbivilcas y Espinar). Asimismo, dado las
proyecciones de calentamiento del aire en este trimestre y por consiguiente de la
79
SENAMHI-DGM
superficie adyacente, estaran asociados a la generacin de fuerte diferencial de

presin y como consecuencia el aumento de la frecuencia e intensidad de vientos
con efectos de erosivos sobre los suelos en estas provincias andinas.
Primavera (SON) los aumento llegaran hasta 1.4C en la provincia La Convencin,
en Cusco.
La caracterstica termal de incrementos de la temperatura mxima del aire
principalmente en los trimestres SON, DEF, MAM, en el mbito espacial de Cusco y
Apurmac, podran tener efectos relevantes sobre el rendimiento y calidad de los
cultivos en ambas zonas de estudio.
En la tabla 18 se presenta los cambios de la temperatura mxima del aire en C
segn la divisin de las regiones de estudio (figura 23 a) basada en zonas
climatolgicamente homogneas:
Regin Cusco: Selva Norte, Sierra Nor Occidental, Sierra Nor Oriental, Sierra
Central Occidental, Sierra Central Oriental, Selva Central, Sierra Sur y Regin
Apurmac: Sierra Norte, Sierra Central, Sierra Sur.
Tabla 18: Cambio promedio en la temperatura mxima a escala regional (C) perodo 2030 relativo 1971-2000.
REGION
DIVISION
CUSCO
Selva
ZONA
CAMBIOS EN LA TEMPERATURA MAXIMA

(C)
ANUAL
DEF
MAM
JJA
SON
Norte
0.6 a 1.0
0.5 a 1.0
0.8 a 1.0
0.8 a 1.2
0.8 a 1.3
Centro
0.8 a 1.2
0.6 a 1.0
0.6 a 1.0
1.0 a 1.2
0.8 a 1.3
Occidental
1.0 a 1.2
0.6 a 0.8
0.8 a 1.2
1.0 a 1.2
0.8 a 1.3
Oriental
0.8 a 1.0
0.6 a 1.0
0.6 a 1.0
0.8 a 1.2
0.8 a 1.2
Occidental
0.6 a 1.2
0.6 a 1.0
0.6 a 1.2
0.6 a 1.4
0.6 a 1.2
Oriental
0.6 a 1.2
0.5 a 1.0
0.8 a 1.2
0.6 a 1.2
Sur
0.8 a 1.2
0.6 a 1.0
0.8 a 1.2
0.8 a 1.5
0.8 a 1.2
Norte
0.6 a 1.2
0.5 a 1.0
0.6 a 1.2
0.6 a 1.4
0.8 a 1.2
Centro
0.6 a 1.2
0.5 a 1.0
0.6 a 1.0
0.6 a 1.4
0.8 a 1.2
Sur
0.6 a 1.2
0.5 a 1.0
0.6 a 1.2
0.6 a 1.4
0.8 a 1.2
Norte
Sierra
Centro
APURIMAC
Sierra
0.8 a 1.2
80
ANUAL
DEF
JJA
SON
SENAMHI-DGM
MAM
Figura 34: Cambio promedio en la temperatura mxima a escala regional (C) perodo 2030 relativo 1971-2000,
proyeccin promedia de los modelos dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3,
ECHAM5-OM, HadCM3)
81
4.3.5
SENAMHI-DGM
Cambios en la temperatura mnima del aire a escala regional
En el perodo anual, se proyectan incrementos de temperatura mnima en el mbito

espacial de las regiones de estudio, llegando hasta 1.3C en el extremo noroeste de
la provincia La Convencin en Cusco y la provincia de Chincheros y Antabamba en
Apurmac.
En el trimestre DEF, la temperatura mnima muestra un comportamiento bastante
similar al promedio anual, llegando hasta 1.3C en el extremo noroeste de la
provincia La Convencin en Cusco y la provincia de Antabamba en Apurmac. Los
menores incrementos se localizan en la provincias de Abancay en Apurmac y las
provincias de Canchis y la zona noreste de La Convencin, en Cusco.
En el trimestre MAM las temperaturas mnimas son las que ms incrementos
muestran en relacin a las temperaturas mximas; los valores llegan hasta 1.5 C y
puede considerarse muy alto en relacin a los cambios regionales o globales. Estos
incrementos de temperatura mnima podran estar asociados a precipitaciones ms
frecuentes o intensas que se veran reflejados en los totales acumulados en este
trimestre (perodo de finalizacin de lluvias); principalmente al oeste de Cusco en la
provincia La convencin y provincias de Anta y Cusco. Asimismo, en las provincias
de Chincheros y Andahuaylas ubicadas en el noroeste y provincia de Antabamba
ubicadas en el sureste de Apurmac.
En el trimestre JJA las temperaturas mnimas muestran los mayores incrementos
llegando hasta 1.4C en las provincias de Grau, Cotabambas y Antabamba en
Apurmac y hasta 1.5 en las provincias Canas, Chumbivilcas y principalmente en el extremo
sur este de Espinar, en Cusco. Esta nueva caracterstica termal durante el perodo de
estiaje; indicara heladas menos frecuentes lo cual es coherente con los resultados
indicados en 4.2.2 y la figura 35, as como tambin podran ser relevantes sobre los
nevados en la cordillera del Vilcabamba en Cusco, principalmente.
82
SENAMHI-DGM
En el trimestre SON, los incrementos de la temperatura llegan hasta 1.4C en la

zona oeste de la provincia La Convencin en Cusco y la provincia de Chincheros en
Apurmac.
En la tabla 19 se presenta los cambios de la temperatura mnima del aire en C
segn la divisin de las regiones de estudio (figura 23 a) basada en zonas
climatolgicamente homogneas:
Regin Cusco: Selva Norte, Sierra Nor Occidental, Sierra Nor Oriental, Sierra
Central Occidental, Sierra Central Oriental, Selva Central, Sierra Sur y en la Regin
Apurmac: Sierra Norte, Sierra Central, Sierra Sur.
Tabla 19: Cambio promedio en la temperatura mnima a escala regional (C) perodo 2030 relativo 1971-2000.
REGION
DIVISION
CUSCO
Selva
ANUAL
DEF
MAM
JJA
SON
Norte
0.8 a 1.2
0.6 a 1.2
0.6 a 1.4
1.0 a 1.4
0.8 a 1.2
Centro
0.8 a 1.2
0.8 a 1.2
0.6 a 1.2
1.0 a 1.2
0.8 a 1.2
Occidental
0.8 a 1.3
1.0 a 1.3
1.2 a 1.5
1.2 a 1.4
1.0 a 1.4
Oriental
0.8 a 1.2
0.6 a 1.2
0.6 a 1.2
0.8 a 1.2
0.8 a 1.2
Occidental
0.8 a 1.2
0.8 a 1.2
0.6 a 1.4
0.6 a 1.2
0.8 a 1.2
Oriental
0.8 a 1.2
0.8 a 1.2
0.8 a 1.0
0.8 a 1.2
Sur
0.6 a 1.3
0.6 a 1.3
0.4 a 1.2
0.5 a 1.4
0.6 a 1.2
Norte
0.6 a 1.3
0.6 a 1.2
0.6 a 1.5
0.5 a 1.4
0.6 a 1.4
Centro
0.6 a 1.2
0.6 a 1.2
0.6 a 1.4
0.6 a 1.2
0.6 a 1.2
Sur
0.6 a 1.3
0.6 a 1.3
0.6 a 1.4
0.6 a 1.4
0.6 a 1.2
Norte
Sierra
Centro
APURIMAC
Sierra
CAMBIOS EN LA TEMPERATURA MINIMA

(C)
ZONAS
0.8 a 1.4
83
ANUAL
DEF
JJA
SON
SENAMHI-DGM
MAM
Figura 35: Cambio promedio en la temperatura mnima a escala regional (C) perodo 2030 relativo 1971-2000,
proyeccin promedia de los modelos dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3,
ECHAM5-OM, HadCM3).
84
SENAMHI-DGM
4.4 ndices Climticos extremos de Precipitacin y

Temperatura proyectada para el perodo 2030
Los riesgos por eventos extremos de temperatura y precipitacin, son fenmenos
crecientes que viene sucintndose a nivel mundial, teniendo un impacto directo
sobre el bienestar de la poblacin con daos en la economa, afectando: la
agricultura con prdidas de los cultivos, la seguridad alimentaria, los recursos
hdricos con reduccin de la disponibilidad de agua, y sobre todo la salud. En el
2007 alrededor de 45% de las muertes registradas y cerca del 70% del total de
prdidas econmicas, fueron debido a los desastres inducidos por el clima FAO,
2011.
Sin ir muy lejos, las lluvias que se produjeron en Cusco entre enero y
febrero del ao 2010 dejaron prdidas econmicas de ms de 700 millones de

soles. Estos
patrones de amenazas climticas estn aconteciendo en distintas
regiones y se presume que estn asociados al cambio climtico y segn FAO, 2011
se espera que el calentamiento global, aumente los ciclos hidrolgicos, amplen los
rangos climticos, llevando a eventos de fuertes lluvias y severas sequas.
Se han evaluado los ndices climticos extremos de precipitacin y temperatura
para tres localidades en la regin Apurmac (Abancay, Curahuasi, Chalhuanca) y
siete en Cusco (Urubamba, Pisac, Cay Cay, Granja Kcayra, Ccatcca, Acomayo,
Sicuani). La tendencia anual futura de ndices extremos precipitacin y temperatura
a escala diaria fueron determinados a partir de la consistencia de dos modelos
dinmicos: TL959L60 y WRF.
85
4.4.1
SENAMHI-DGM
ndices extremos de Precipitacin
Los resultados muestran para el perodo 2030 incrementos consistentes de la

intensidad diaria de la precipitacin anual (SDII) y los das muy lluviosos (R95p) sin
significancia estadstica en gran parte de las localidades de estudio Urubamba,
Pisac, Cay Cay, Granja Kcayra, Ccatcca, Sicuani (Cusco) y Curahuasi, Abancay
(Apurmac) en promedio de 0.1 mm/da/dcada y 9 mm/dcada, respectivamente.
Sin embargo, en la localidad de Acomayo se proyecta una consistente disminucin
sin significancia estadstica tanto de la intensidad (0.1 mm/da/dcada) as como
los das muy lluviosos (6.5 mm/da/dcada), comportamiento que podra estar
influenciado en mayor medida por los efectos locales (geografa, orografa,
urbanismo, otros).
Otros ndices extremos de precipitacin como: Das extremadamente hmedos
(R99p) y Precipitacin total anual en das hmedos (PRCTOT), presentan en lneas
generales un comportamiento regional de aumento de forma consistente en
promedio de 5.2 mm/dcada y 19.8 mm/dcada, respectivamente; pero sin
significancia estadstica en Abancay, Granja Kcayra, Cay Cay y Ccatcca. A
excepcin de Pisac (en PRCTOT) que muestra significancia con aumentos del orden
27.3 mm/dcada. Si bien en los ltimos 44 aos esta localidad presentaba
disminucin (en PRCTOT) de 19 mm/dcada, en el futuro se proyecta aumentos en
6 mm/dcada una proporcin mayor.
Al evaluar las tasas de incremento de los das muy lluviosos (R95p) y
extremadamente lluviosos (R99p), los das muy lluviosos estaran aumentando en 9
das/dcada y los das extremadamente lluviosos en 5 das/dcada ambos sin
significancia estadstica, comportamiento que se viene presentando en los ltimos
44 aos, donde la frecuencia de ocurrencia de los das muy lluviosos es mayor a la
de los das extremadamente lluviosos.
86
SENAMHI-DGM
De otro lado, la tendencia de los das consecutivos con precipitacin (CWD),

presentan de forma consistente un comportamiento regional de aumento pero sin
significancia
estadstica
en
promedio
de
das/dcada
en
las
localidades
Chalhuanca (Apurmac), Urubamba, Granja Kcayra, Ccatcca, Acomayo y Cay cay

(Cusco). En esta ltima localidad en los ltimos 44 aos el CWD viene
incrementndose significativamente en 2 das, en el futuro este comportamiento se
mantendra pero sin significancia. Lo cual se muestra espacialmente en la figura 36
y los valores en la tabla 20.
Con respecto a la tendencia del ndice mximo nmero de das consecutivos secos o
perodos secos (CDD) no muestra consistencia cuando se realiza el consenso de los
modelos dinmicos (TL959L60, WRF) en las localidades analizadas. De otro lado,
esto quiere decir que existe alta incertidumbre del comportamiento futuro de la
frecuencia de das consecutivos secos que podran ser de aumento o reduccin,
respecto a la tendencia actual de reduccin de CDD. Dicho de otro modo existe
igual probabilidad de que los das consecutivos secos disminuyan o aumentan, en
relacin a lo que se viene presentando actualmente. Los efectos de CDD en el
futuro estaran asociados con la longitud incierta de la duracin de los veranillos1 y
periodos secos, comportamiento que se manifestara de forma regional.
En tanto, en la localidad de Abancay CDD muestra de forma consistente, la que la
reduccin de los das consecutivos secos se mantendran en el futuro.
En este estudio un perodo de veranillo en las regiones de Cusco y Apurmac se conceptualiza como un intervalo de diez das con dficits de lluvias (cero
o muy escasas en comparacin con su valor climatolgico) en la temporada de mayores lluvias, DEFM. (Constantino Alarcn, percepcin del clima del
poblador andino-taller participativo).
87
SENAMHI-DGM
Figura 36: Seal de tendencia en indicadores de precipitacin proyectada para el perodo 2030 que abarca desde
2016 al 2044, tomando como base la consistencia de los modelos WRF y TL959L60 MRI/JMA. El aumento es
mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos en negrita (+, 0) indican
significancia estadstica al nivel de confianza de 99%. Algunas localidades de las 10 estudiadas no muestran
consistencia en la seal de tendencia proyectada, por lo tanto no aparecen graficadas en la distribucin espacial.
Los signos de aumento (+) y disminucin (0) y el valor de la tendencia de los

extremos de precipitacin se visualiza en la tabla 20.
88
SENAMHI-DGM
Tabla 20: Valor y seal de la tendencia anual de los ndices extremos de precipitacin futura. Perodo 2016 - 2044.
Consistencia de modelos dinmicos TL959L60 y WRF.
REGION
CUSCO
SIERRA
Norte
ESTACION
PP Normal
(mm/ao)
Urubamba
Acomayo
Cay Cay
G. Kcayra
Pisac
Sur
APURIMAC
Norte
Sicuani
Abancay
Curahuasi
Sur
Chalhuanca
PROMEDIO
CWD
(mm/da/dcada)
(das/dcada)
478.9
859.4
317.0
Centro
Ccatcca
NDICES EXTREMOS DE PRECIPITACIN

SDII
589.0
667.1
564.4
597.6
661.9
582.9
R99p
(mm/dcada)
PRCPTOT
(mm/dcada)
5.1
7.3
0.14
6.5
0.12
9.1
5.9
19.2
0.21
16.8
12.9
39.5
0.1
12.5
3.1
26.7
0.1
11.4
6.5
27.3
0.04
4.8
0.13
13.7
8.8
29.4
0.05
9.1
765.3
608.4
R95p
(mm/dcada)
+
0.07
3
4
19.8
La seal de tendencia de aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos en negrita (+, 0) indican significancia
estadstica al nivel de confianza de 99%. Algunas localidades de las 10 estudiadas no muestran consistencia en la seal de tendencia de los modelos evaluados
TL959L60 y WRF, por lo tanto las celdas vacas indican que no hay consistencia. NS indica que no hay seal de tendencia o que la tendencia es nula.
4.4.2
ndices extremos de Temperatura
El comportamiento de las tendencias de siete ndices extremos de temperaturas y

su significancia estadstica al 99% de nivel de confianza fueron determinadas para
las localidades andinas de las regiones Cusco y Apurmac, los cuales son
visualizados en la tabla 21 y figura 37. Estos ndices se basan en el anlisis de las
temperaturas mximas y mnimas del aire a escala diaria. Las tendencias de los
ndices extremos de temperatura al igual que la precipitacin, fueron determinadas
para el perodo 2016-2044.
89
SENAMHI-DGM
Cuatro de estos ndices relacionan eventos extremos de temperatura futura

basados en percentiles: Das fros (Tx10p), Das calientes (Tx 90p), Noches fras
(Tn10p),
Noches
calientes
(Tn90p),
dos
relacionan
la
intensidad
de
las
temperaturas o la tendencia del valor mximo de la temperatura mxima (Txx) y la

tendencia del valor mnimo de la temperatura mnima (Tnn) del aire. Mientras la
tendencia de la frecuencia de los das de heladas meteorolgicas FDO relaciona la la
temperatura mnima del aire menor a 0C.
Los resultados indican, la tendencia de la intensidad de la temperatura mxima del
aire (Txx) en el futuro, muestra un consistente aumento (0.4C/dcada) con
significancia estadstica y de forma sostenida en relacin al clima actual (ver
capitulo 4) en Urubamba y Sicuani, y sin significancia en Curahuasi. Otras
localidades como Abancay, Chalhuanca y Ccatcca, la intensidad viene mostrando
disminucin en el clima actual, en el futuro se proyectan aumentos (0.4C/dcada).
Por otro lado, Granja Kcayra y Acomayo, no muestran una seal clara de tendencia
de Txx en el futuro.
En el anlisis de ndices basados en percentiles, el nmero de das muy fros
(Tx10p), en el mbito de localidades analizadas de Apurmac y Cusco,
muestra
predominantemente disminucin en 3 das/dcada y con significancia estadstica al

99% de nivel de confianza, esto quiere decir que los das fros en el futuro en
promedio disminuirn en las localidades evaluadas. Si bien en los ltimos 44 aos
este comportamiento se viene observando en Granja Kcayra y CCtacca, en el futuro
esta disminucin de los das muy fros se mantendr y generalizara de forma
regional (ver figura 37).
De otro lado, la tendencia de los das clidos (TX90p) muestra aumentos (4
das/dcada) en el mbito de las localidades analizadas y sustancialmente con
significancia estadstica en Abancay, Curahuasi, Chalhuanca, Acomayo, Sicuani y de
90
SENAMHI-DGM
forma sostenida se mantendra en Granja Kcayra (Cusco) en relacin al clima

actual, ver figura 37 y captulo 4.
Asimismo, cabe sealar, el patrn de tendencias de los das clidos muestra un
comportamiento inverso a los das fros (Tx10p) como era de esperarse, lo cual se
visualiza y confirma en la figura 37 y tabla 21.
Figura 37: Seal de tendencia en indicadores de temperatura mxima del aire para el perodo 2030 que abarca
desde 2016 el 2044 tomando como base la consistencia de los modelos WRF y TL959L60 MRI/JMA. El aumento es
significancia estadstica al nivel de confianza de 99%. Algunas localidades estudiadas no muestran consistencia en
la seal de tendencia y/o los ndices, por lo tanto no aparecen en la figura.
La evaluacin de los ndices basados en las temperaturas mnimas diarias se

muestran en la figura 38, donde la tendencia del ndice Intensidad de la
temperatura mnima del aire
(Tnn), proyectan en general, en promedio un
comportamiento de incremento (0.3 C/dcada) en todas las localidades analizadas

de
Cusco
Apurmac
con
alta
significancia
estadstica
en
Cay
Cay
(0.4C/dcada), es decir las noches fras estaran tornndose a ser calientes

principalmente en esta localidad. De otro lado, en Sicuani (Cusco) y las estaciones
de Apurmac, en los ltimos 44 aos presentan una significativa disminucin en la
2
Tnn: ndice de Intensidad de la temperatura mnima del aire referida a la magnitud

91
SENAMHI-DGM
intensidad de este ndice (las noches son ms fras), en el futuro cercano las noches
fras tendern a ser calientes, aunque sin significancia estadstica.
En el anlisis basado en percentiles (figura 38), la ocurrencia de eventos ms
extremos en el futuro, como el nmero de das con noches fras (Tn10p) estaran
disminuyendo (5 das/dcada), lo que nos indica que las noches fras cada vez
estaran tornndose ms clidas con alto nivel de significancia estadstica en el
mbito de localidades analizadas. Este calentamiento nocturno se viene observando
en Granja Kcayra y Ccatca de forma significativa y se generalizaran en el mbito
regional.
Por otro lado,
se proyecta para el futuro el aumento del nmero de das con
noches clidas (Tn90p) en todas las estaciones analizadas en promedio en 6

das/dcada con alta significancia estadstica, excepto la localidad de Sicuani que
muestra aumentos pero sin significancia.
Figura 38: Seal de tendencia en indicadores de temperatura mnima del aire para el perodo 2030 que abarca
desde 2016 el 2044 tomando como base la consistencia de los modelos WRF y TL959L60 MRI/JMA. El aumento es
significancia estadstica al nivel de confianza de 99%. Algunas localidades estudiadas no muestran consistencia en
la seal de tendencia y/o los ndices, por lo tanto no aparecen en la figura.
92
SENAMHI-DGM
Tabla 21: Valor y seal de la tendencia de los ndices extremos de temperatura futura. Perodo 2016 - 2044.
Consistencia de modelos dinmicos TL959L60 y WRF.
REGION
SIERRA
ESTACION
T Normal
(C/ao)
Tmx
CUSCO
Norte
Urubamba
Acomayo
Cay Cay
22.7
21.0
21.7
Tmn
6.4
NDICES EXTREMOS DE TEMPERATURA
Temperatura mxima del aire

Txx
Tx10p
Tx90p
(C/dcada)
(das/dcada)
(das/dcada)
0.36
G. kcayra
Pisac
APURIMAC
15.3
20.5
22.6
(das/dcada)
0.24
0.26
NS
0.36
0.36
0.37
0.31
NS
0.35
0.53
0.45
6.2
3.7
7.9
Sur
Sicuani
20.2
2.3
Norte
Abancay
23.6
11.2
Curahuasi
Sur
Chalhuanca
PROMEDIO
24.7
23.3
10.5
6.8
FDO
(das/dcada)
5.1
1.0
Temperatura mnima del aire

Tn10p
Tn90p
(C/dcada)
Centro
Ccatcca
Tnn
(das/dcada)
NS
0.4
0.26
NS
0.31
0.2
NS
0.44
0.4
4
3
3
4
0.27
0.3
4
5
6
6
0
5
La seal de tendencia de aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos en negrita (+, 0) indican significancia
estadstica al nivel de confianza de 99%. Algunas localidades de las 10 estudiadas no muestran consistencia en la seal de tendencia de los modelos evaluados
TL959L60 y WRF, por lo tanto las celdas vacas indican que no hay consistencia. NS indica que no hay seal de tendencia o que la tendencia es nula.
Los resultados de las tendencias futuras del ndice FD0 que relaciona la tendencia
de los das de heladas meteorolgicas (la temperatura mnima es < OC), muestra
en general una tendencia de disminucin de 5 das/dcada en las localidades de la
regin Cusco (ver figura 39), siendo estadsticamente significativa en Granja
Kcayra, Ccatcca, Sicuani y no significativa en Acomayo, donde la tendencia de
aumento de la intensidad de los valores mnimos de la temperatura mnima (Tnn)
estara modulando la longitud del perodo de heladas. Esta disminucin de la
frecuencia de heladas se viene observando en los ltimos 45 aos en gran parte de
las localidades de Cusco. A excepcin de Sicuani y Chalhuanca que vienen
presentando aumentos significativos (12 das/dcada) y en el futuro, este
93
SENAMHI-DGM
comportamiento experimentara cambios en Sicuani con la disminucin de la

frecuencia de los das de heladas en 7 das/dcada con alto nivel de significancia.
De otro lado en Chalhuanca en el futuro, de forma consistente no hay seal de
tendencia de FDO, esto se puede interpretar que los das con heladas posiblemente
desapareceran en el futuro en Chalhuanca debido a la tendencia de incremento de
la intensidad de la temperatura mnima del aire y la disminucin significativa de los
das fros. Estos cambios en las condiciones meteorolgicas podran ser relevantes
para cultivos de autoconsumo y comercializacin (papa, ans, quinua), en las
regiones de estudio. As como tambin con efectos en los pastizales y en el sector
pecuario.
Respecto al rango diurno de temperaturas (DTR), que es la diferencia entre la
temperatura mxima y mnima diaria, no hay consistencia entre los modelos
TL959L60 y WRF en la proyeccin de este ndice en el total de localidades
estudiadas (por lo que no se ha procedido a graficar). Esto quiere decir que la
incertidumbre es alta, ya que existe la misma posibilidad de que el DTR a escala
local se mantenga en el futuro con decrecimiento (similar al comportamiento
observado en los ltimos 44 aos) o que el DTR se incremente, dicho de otro modo
que el calentamiento de las temperaturas mnimas sea mayor a las mximas o
viceversa en la escala diaria anual.
94
SENAMHI-DGM
Figura 39: Seal de tendencia del ndice de heladas meteorolgicas FDO, ambos proyectados para el perodo 2030
que abarca desde 2016 el 2044 tomando como base la consistencia de los modelos WRF y TL959L60 MRI/JMA. El
aumento es mostrado por el smbolo (+) y la disminucin por (0) sin significancia estadstica. Smbolos en negrita
(+, 0) indican significancia al nivel de confianza de 99%. NS indica que no hay seal de tendencia o que la tendencia
es nula. Cabe sealar que algunas localidades estudiadas no muestran consistencia en la seal de tendencia y/o los
ndices, por lo tanto no aparecen en la figura.
95
SENAMHI-DGM
4.5 Proyecciones regionalizadas para Cusco y Apurmac

2050
Con el fin de dar una visin general de la evolucin futura al 2050 de la
precipitacin y temperaturas resultado de un nico modelo regional (WRF)
procesado para el 2050 en SENAMHI, se ha representado a nivel espacial las
proyecciones en la escala regional y temporal: promedio anual y estacional (DEF,
MAM, JJA y SON).
4.5.1
Cambios en la precipitacin 2050 a escala Regional
Los cambios en la precipitacin promedio anual para el periodo 2050 relativo al

periodo 1971-2000, indican en general, un comportamiento dentro de su
variabilidad normal actual esto quiere decir con ligeros aumentos y deficiencias
menores al 15%, en gran parte del mbito de Cusco y Apurmac. A excepcin del
extremo sur de la regin Cusco y suroeste de la regin Apurmac, donde el dficit
llega hasta 30%, mientras en la confluencia de las provincias de Calca,
Quispicanchi, Cusco y Paucartambo, los aumentos llegaran hasta 30%, ver figura
40 a.
En el verano (perodo de mayores precipitaciones DEF) en lneas generales, las
precipitaciones se mantienen similares al comportamiento promedio anual (ver
figura 40), con la presencia de un nuevo ncleo de supervit ubicado sobre las
provincias de Andahuaylas y Abancay, con valores que alcanzan hasta 30% sobre el
valor normal actual.
En el otoo (perodo de finalizacin de precipitaciones MAM) se observan
incrementos de hasta 75% relativo al clima actual en la frontera de las provincias
de Paucartambo, Calca, Cusco, Paruro, Quispicanchi en Cusco, en tanto en las
provincias de Abancay, Andahuaylas y Chincheros en Apurmac; y llegaran hasta
30%. En el resto del mbito de estudio, las precipitaciones se presentaran dentro
96
SENAMHI-DGM
de la variabilidad normal actual de lluvias de +-15%, mantenindose el dficit en el

extremo sur de ambas regiones.
En invierno (perodo de estiaje JJA), se observa los mayores dficit de precipitacin
generalizndose en gran parte del mbito geogrfico de Cusco y Apurmac,
principalmente en la zona andina de las regiones de estudio, en las provincias de
Cotabambas, Grau, en Apurmac en las cuales el dficit alcanza hasta 75%. Similar
comportamiento se observa en las provincias de Chumbivilcas, Paruro, Canas,
Canchis, en Cusco, la cual es coherente con los resultados obtenidos en otros
estudios3, donde las disminuciones alcanzan hasta el 60%.
En primavera (perodo de inicio de precipitaciones SON) las disminuciones son
tambin importantes, alcanzando valores de 45% lo cual se puede visualizar en la
figura 40b.
En trminos generales en el periodo 2050, aparentemente hay una tendencia de
disminucin de las precipitaciones en el sur de las regiones Cusco y Apurmac,
manifestndose de forma ms regional y acentundose en la estacin seca (JJA).
Tambin es importante resaltar el incremento importante de las precipitaciones en
la zona central de Cusco (Cuenca media del rio Vilcanota) principalmente en el
periodo de finalizacin de precipitaciones (MAM).
VII Referencias (22).

97
ANUALn
Dn-1 EnFn
MAMn
JJAn
SENAMHI-DGM
Figura 40 a: Cambios promedio en la precipitacin a escala regional (%) perodo 2050 relativo 1971-2000, periodo
anual, DEF, MAM, JJA proyeccin del modelo WRF.
98
SENAMHI-DGM
SONn
Figura 40 b: Cambios en la precipitacin a escala regional (%) perodo 2050 relativo 1971-2000, periodo SON,
proyeccin del modelo WRF.
99
4.5.2
SENAMHI-DGM
Cambios en la temperatura mxima proyectada a escala

regional para el perodo 2050
En la figura 41 (a y b) se muestra a nivel espacial los cambios promedios de la

temperatura mxima del aire promedio anual y estacional (DEF, MAM, JJA, SON)
proyectada para el perodo 2050 relativo a la lnea base climtica 1971-2000,
resultante de la simulacin del modelo WRF procesado en SENAMHI-CPN. Como era
de esperarse los cambios positivos o aumento dominan en todas las escalas
temporales y el mbito de las regiones de estudio.
El cambio de temperatura mxima promedio anual del escenario A1B relativo al

clima actual proyectan incrementos entre 1.4 y 2.2C en todo el espacio geogrfico
de las regiones Cusco y Apurmac, el cual representa un incremento relativamente
alto principalmente en el sur y extremo este de la regin Cusco.
En el verano (DEF) en el cual ocurren comnmente las mayores precipitaciones, los
incrementos de temperatura mxima son en general menores en comparacin al
resto de estaciones del ao, observndose incrementos desde 1.2 hasta 2.0C; en
el mbito de las regiones de estudio. Los mayores incrementos de temperatura se
observan en la zona sur de Cusco y los menores incrementos en la zona centro y
norte de las regiones Cusco y Apurmac.
En el otoo (MAM) las temperaturas muestran distribucin espacial parecida al
promedio anual con incrementos que van desde 1.4 hasta 2.2C. Los mayores
incrementos se observan en la zona sur de Cusco y los menores incrementos en la
zona norte, al igual que en la regin Apurmac.
En el invierno (JJA) se proyectan los mayores incrementos de temperatura mxima
en relacin a las otras estaciones del ao y en relacin al periodo 2030, desde
1.6C en el extremo noreste de la regin Cusco y hasta 2.4C en la zona noroeste
100
SENAMHI-DGM
de Cusco y zona sur de las regiones Cusco y Apurmac. En tanto en la zona centro
de Cusco y norte de Apurmac se esperan incrementos de 2 a 2.2C.
En primavera (SON) los aumentos llegaran hasta 1.8C en zona sur y norte de la
regin Apurmac y hasta 2.4C en la zona noroeste y extremo sur este de la regin
Cusco.
101
ANUAL
DEF
MAM
JJA
SENAMHI-DGM
Figura 41 a: Cambios en la temperatura mxima del aire a escala regional (%) periodo anual, DEF, MAM, JJA
102
SENAMHI-DGM
SON
Figura 41 b: Cambios en la temperatura mxima del aire a escala regional (%) perodo 2050 relativo 1971-2000,
periodo SON, proyeccin del modelo WRF.
103
4.5.3
SENAMHI-DGM
Cambios en la temperatura mnima proyectada para el

perodo 2050
La figura 42 (a y b) muestra los cambios en la temperatura mnima a nivel espacial

en la escala temporal anual y estacional para las regiones Cusco y Apurmac,
simuladas por el modelo regional WRF.
En trminos generales, la temperatura mnima promedio anual experimentara
aumentos en el mbito espacial de las regiones de estudio, desde 1.4C hasta
1.8C en el extremo noroeste y hasta 2.2C en el sur de la regin Cusco. En la
regin Apurmac, los incrementos de temperatura estaran dados desde 1.6C en
la zona oeste llegando hasta 2C en el extremo este, siendo el gradiente de
temperaturas de direccin oeste-este.
En el trimestre DEF, la temperatura mnima muestra menores incrementos en
relacin a otras estaciones del ao, desde 1.2C en la zona centro de Cusco hasta
2C en el extremo sureste de Cusco. En Apurmac, los menores incrementos de
temperatura se observan en la zona norte y los mayores en el sur, siendo el
gradiente de temperatura de direccin sur-norte.
En el trimestre MAM las temperaturas mnimas son las que ms incrementos
muestran en relacin a las temperaturas mximas y otras estaciones del ao; los
valores se observan entre 1.6C y llegan hasta 2.4C. Estos incrementos de
temperatura mnima principalmente en la zona este y sur este de la regin Cusco,
as como tambin en el extremo sureste de Apurmac donde los cambios trmicos
varan entre 2 y 2.4C podran inducir a mayor presencia de cobertura nubosa y no
necesariamente asociada a la ocurrencia de precipitaciones.
En el trimestre JJA la temperatura mnima muestra los menores incrementos en
relacin a las otras estaciones del ao, desde 1.2C en la zona centro-norte de
Cusco hasta 2C en el extremo sureste de Cusco. En Apurmac, los menores
104
SENAMHI-DGM
incrementos de temperatura mnima se observan en la zona norte y los mayores en

el sur, siendo el gradiente de temperatura de direccin sur-norte.
En el trimestre SON, los incrementos de la temperatura van desde 1.6C en el
norte de Cusco hasta 2.4C en la zona sur este de Cusco. En Apurmac, las
temperaturas mnimas proyectan incrementos desde 1.6C en la zona oeste hasta
2C en la zona este de Apurmac.
105
ANUAL
DEF
MAM
JJA
SENAMHI-DGM
Figura 42 a: Cambios en la temperatura mnima del aire a escala regional (%) periodo anual, DEF, MAM, JJA
106
SENAMHI-DGM
SON
Figura 42 b: Cambios en la temperatura mnima del aire a escala regional (%) perodo 2050 relativo 1971-2000,
periodo SON, proyeccin del modelo WRF.
107
V.
SENAMHI-DGM
CONCLUSIONES
Las conclusiones del estudio se han centrado en las proyecciones de los cambios en
el clima medio y la tendencia de los extremos de precipitacin y temperatura del
aire para el perodo 2030 relativo al clima base 1971-2000 a escala regional y local
en Cusco y Apurmac. As tambin se incluyen las proyecciones del clima medio a
escala regional para el 2050. Siendo el escenario comn a todos los modelos el
A1B. Las proyecciones presentadas constituyen una aproximacin para los periodos
mencionados y se han desarrollado en el marco del Programa de Adaptacin al
Cambio Climtico (PACC) con soporte cientfico de la Entidad Cientfica Suiza (ECS).
5.1 Clima medio a escala local 2030

A escala local, de acuerdo al escenario moderado de emisiones antrpicas A1B,
todos los modelos (WRF, TL959L60 y regionalizados estadisticamente ECHAM5-OM,
CCSM3, HAdCM3) concuerdan en el aumento consistente de la temperatura mxima
y mnima del aire en todas las escalas temporales (Anual, verano DEF, otoo MAM,
invierno JJA, primavera SON) en promedio con variaciones desde 0.5 hasta en 1C,
en ocho localidades evaluadas representativas de Cusco (Granja Kcayra, Urubamba,
Acomayo, Ccatcca, Sicuani) y Apurmac (Abancay, Curahuasi, Chalhuanca).
Mientras, las proyecciones de precipitacin muestran una mayor dispersin de
resultados, aunque en promedio, se proyectan en general dentro de su variabilidad
normal actual (+-15%).
108
SENAMHI-DGM
Cambios en la precipitacin
La precipitacin promedio anual en la localidad de Cay Cay indica aumento

significativo de 44%, en Curahuasi de 24% y Abancay de 21%. En tanto, en
las localidades de Chalhuanca, Pisac, Urubamba, Granja Kcayra, Ccatcca,
Sicuani, Acomayo se proyecta la precipitacin dentro de la variabilidad
normal actual de +- 15%.
En verano (perodo de mayores precipitaciones, DEF), se proyecta aumentos

de la precipitacin en las localidades de Cay Cay en 25%, Abancay en 18% y
Curahuasi en 16%. En tanto se proyecta una ligera reduccin de la
precipitacin ~5 % en Ccatcca, Pisac y Urubamba, valores que estaran
dentro del rango relativo a su variabilidad normal actual.
En otoo (perodo de finalizacin de precipitaciones, MAM), se proyectan

aumentos de precipitacin en Abancay, Curahuasi y Cay Cay de 17, 30 y
49% relativo al clima actual. En tanto, en Acomayo, CCatcca, Granja Kcayra
y Sicuani se proyectan dentro del umbral de la variabilidad normal actual de
+-15 %.
En invierno (perodo de estiaje o seco, JJA) se proyecta, en promedio

deficiencia de 22% en Sicuani y aumentos de 20% Ccatcca. Estos cambios
proyectados son poco significativos ya que las precipitaciones climticamente
durante esta estacin del ao se presentan escasas.
En primavera (perodo de inicio de precipitaciones, SON), se proyecta

aumentos en las localidades de Cay Cay (42%), Ccatcca (27%), Pisac (33%),
Curahuasi (32%) y Abancay (30%). Este comportamiento de aumento de las
precipitaciones en primavera, es la seal que modula la proyeccin anual, en
las localidades de Cay Cay y Curahuasi principalmente.
109
SENAMHI-DGM
Cambios en la temperatura mxima y mnima del aire
Los mayores incrementos en la temperatura mxima del aire promedio anual

de 1C se proyecta en la localidad de Curahuasi, los menores aumentos de
0.7C en las localidades de Ccatcca y Chalhuanca. Mientras los mayores
aumentos en la temperatura mnima de 1C del aire se proyecta en la
localidad de Acomayo y los menores aumentos de 0.7C en las localidades de
Abancay y Sicuani.
En verano DEF, los mayores incrementos de 0.9C en la temperatura

mxima se proyecta en las localidades de Granja Kcayra y Curahuasi y el
menor aumento de 0.5C en la localidad de Chalhuanca. Con respecto a la
temperatura mnima el mayor aumento de 1C se proyectan en las
localidades de Urubamba y Acomayo, y el menor aumento de 0.7C se
proyecta en Curahuasi y Abancay.
En otoo MAM, los mayores aumentos de 1C en la temperatura mxima se

proyecta en la localidad de Curahuasi y el menor aumento de 0.7C en la
localidad de Abancay. Los mayores aumentos en la temperatura mnima de
1C se proyectan en Urubamba y los menores aumentos
de 0.6C en la
localidad de Sicuani.
En invierno JJA, los mayores aumentos de 1C en la temperatura mxima se

proyecta en la localidad de Ccatcca y el menor aumento de 0.8C en las
localidades de Granja Kcayra y Chalhuanca. En tanto, los mayores aumentos
en la temperatura mnima se proyectan en las localidades de Acomayo,
Ccatcca y Granja Kcayra, mientras los menores aumentos de 0.6C en la
localidad de Abancay.
En primavera SON, los mayores cambios en la temperatura mxima del aire

de 0.9C se proyectan en Urubamba y los menores cambios de 0.7C en
110
SENAMHI-DGM
Abancay, Ccatcca, Chalhuanca y Granja Kcayra. Los mayores cambios en la

temperatura mnima de 1C se proyectan en Acomayo, Ccatcca y Granja
Kcayra y el menor valor de cambio de 0.7C en Abancay.

La precipitacin promedio anual y en los trimestres DEF y SON en general

estaran dentro del umbral de la variabilidad normal. Esto quiere decir que no
se presentaran aumentos ni disminuciones mayores al 15%. A excepcin de
la provincia de Abancay, en Apurmac y el extremo noroeste de la provincia
de Quispicanchi, en Cusco; que alcanzaran valores entre 15 y 30% relativo
al valor normal actual.
En el trimestre MAM se proyecta incrementos hasta de 30% en las provincias

de Abancay, Andahuaylas y Chincheros en Apurmac; y la frontera confluente
de las provincias de Paucartambo, Calca, Cusco, Paruro, Quispicanchi en
Cusco. Esta caracterstica indicara que el perodo de mayores lluvias
presentara un desfase abarcando parte del trimestre MAM.
En el trimestre JJA (periodo de estiaje) se proyecta deficiencias en las

provincias de Chincheros, Cotabambas, Grau y extremo sur de Abancay, en
las cuales el dficit alcanzara hasta -30% y llegando hasta -42% en
Antabamba y Andahuaylas, en Apurmac. En las provincias de Chumbivilcas,
Espinar, Canas, Canchis el dficit alcanzara entre -15 y -30% y llegando
hasta -42% en Anta y Calca, en Cusco. Sin embargo, en el clima actual las
precipitaciones en este trimestre son escasas y las ms bajas del ao. Esta
caracterstica de dficit pluviomtrico indicara situaciones asociadas a mayor
frecuencia
de
cielos
despejados,
incremento
de
temperatura,
alta
111
SENAMHI-DGM
evaporacin, sequedad del suelo con efectos relevantes en las condiciones

hdricas, principalmente al extremo sur de Apurmac y Sur de Cusco.
A escala regional los resultados de las proyecciones de temperatura mxima y
mnima del aire para el escenario de emisin moderada A1B,
indican el
aumento de forma consistente de las temperaturas mxima y mnima del aire

en todos las escalas temporales en el mbito de Cusco y Apurmac con
variaciones de 0.5 a 1.5C para el perodo 2030 relativo a 1971-2000.
Se proyecta incrementos en la temperatura mxima del aire promedio anual

entre 0.7 y 1.2C en todo el espacio geogrfico de Cusco y Apurmac,
principalmente en las provincias Antabamba, Cotabambas en Apurmac y las
provincias de Chumbivilcas, Canas y Espinar en Cusco.
En el trimestre DEF, los incrementos de temperatura mxima se proyectan

entre 0.5C y llegando hasta un 1.0C en las provincias Chumbivilcas,
Espinar, Canas, Paucartambo, Calca, zona oeste de la Convencin en Cusco y
en las provincias de Chincheros, Grau, Cotabambas, Antabamba y zona este
de Abancay, en Apurmac.
En el trimestre MAM, las temperaturas se proyectan entre 0.7 y 1.2C en el

mbito espacial de Cusco y Apurmac y principalmente al sur de ambas
regiones.
En el trimestre JJA, se proyectan los mayores incrementos en la temperatura

mxima llegando hasta 1.6C en las provincias del este de Apurmac
(Antabamba, Cotabambas, Grau) y sur de Cusco (Chumbivilcas y Espinar). El
calentamiento del aire en este trimestre y de la superficie adyacente,
estaran asociados a fuerte gradiente de presin con efectos en el aumento
112
SENAMHI-DGM
de la intensidad y frecuencia de vientos con efectos erosivos sobre los suelos

en estas provincias.
En el trimestre SON, los incrementos de temperatura llegaran hasta 1.4C

en la provincia La Convencin en Cusco.
En el perodo anual y trimestre DEF, se proyectan incrementos de la

temperatura mnima hasta en 1.3C en el extremo noroeste de la provincia
La Convencin en Cusco y la provincia Antabamba en Apurmac.
En el trimestre MAM, se proyectan los mayores incrementos de temperatura

llegando hasta 1.5C; principalmente en las provincias La convencin, Cusco,
Anta, en la regin Cusco y las provincias Chincheros, Andahuaylas,
Antabamba en la regin Apurmac.
En el trimestre JJA, la nueva caracterstica termal de incremento hasta en

1.5C; indicara heladas menos frecuentes, as como tambin podran ser
relevantes sobre los nevados en la cordillera del Vilcabamba en Cusco
principalmente.
En el trimestre SON, los incrementos de la temperatura llegaran hasta 1.4C

en la zona oeste de la provincia La Convencin en Cusco y la provincia de
Chincheros en Apurmac.
La nueva caracterstica termal de incrementos en la temperatura mxima del

aire en los trimestres SON, DEF y MAM en Cusco y Apurmac, podran tener
efectos relevantes sobre el rendimiento y calidad de los cultivos en ambas
zonas de estudio.
113
SENAMHI-DGM
Las temperaturas mximas del aire en el trimestre JJA y las temperaturas

mnimas en el trimestre MAM; son las que ms incrementos muestran de 1.6
y 1.5C respectivamente, relativo al clima actual; y puede considerarse muy
alto en relacin a los cambios regionales o globales.
5.3 Extremos climticos de Precipitacin y Temperatura 2030
La intensidad diaria de la precipitacin anual (SDII) y los das muy lluviosos

(R95p) en el futuro, seguirn en parte los patrones observados actuales, con
la generalizacin de la tendencia de aumento en Pisac, Granja kcayra, Cay
Cay, Ccatcca en Cusco y en Curahuasi y Abancay en Apurmac. A excepcin
de la localidad de Acomayo donde se proyecta una consistente disminucin
de ambos ndices, comportamiento que podra estar influenciado en mayor
medida por los efectos locales como geografa, orografa, urbanismo, otros.
Existe alta incertidumbre en el comportamiento futuro de la frecuencia de

das consecutivos secos (CDD), esto quiere decir que podran ser de aumento
o reduccin siendo la tendencia en el clima actual de reduccin. Los efectos
de CDD en el futuro estaran asociados con la longitud incierta de la duracin
de los veranillos y periodos secos, comportamiento que se manifestara de
forma regional.
La tendencia de los perodos lluviosos o das consecutivos hmedos (CWD)

presentan de forma consistente un comportamiento regional de aumento en
el periodo del 2030, pero sin significancia estadstica.
Se estima para el perodo 2030 los das y las noches tendern a ser ms
calientes, siendo significativo en el perodo diurno y con un comportamiento
regional de aumento en el periodo nocturno.
114
SENAMHI-DGM
La tendencia del nmero de das con noches fras (TN10p) en las localidades
andinas de Curahuasi, Abancay y Chalhuanca en Apurmac y Urubamba,
Pisac, Granja Kcayra, Cay Cay, Ccatcca, Acomayo y Sicuani en Cusco,
muestra un comportamiento regional de disminucin significativa en el 2030,
indicando patrones de mayor nmero de noches clidas (TN90p). Este patrn
de comportamiento tendra un efecto relevante sobre la aceleracin de los
deshielos de los nevados permanentes que ocasionaran en un primer
momento el incremento de caudales y posteriormente la disminucin drstica
que afectara la agricultura y el agua para consumo humano, donde la
principal fuente de agua en poca de estiaje son los nevados.
Se estima una tendencia consistente de disminucin significativa del nmero

de heladas meteorolgicas (FDO < 0C) en el perodo 2030, comportamiento
que sigue en parte, los patrones observados actualmente en las localidades
andinas de Cusco (Granja Kcayra, Ccatcca, Acomayo y Sicuani). En tanto, en
la localidad de Chalhuanca en Apurmac no hay seal de tendencia. Esto
quiere decir que el nmero de heladas meteorolgicas en el periodo anual no
mostrara cambios.
Existe igual probabilidad de que el calentamiento de la temperatura mnima

sea mayor a la mxima o la mxima sea mayor a la mnima en la escala
anual diaria (DTR) en el futuro 2030.
115
SENAMHI-DGM

Cambios en la precipitacin
Se estima una tendencia de disminucin de la precipitacin promedio anual y

en los trimestres verano DEF, otoo MAM, invierno JJA y primavera SON
principalmente
manifestndose
en
la zona sur
ms
claramente
de
en
las regiones
la
estacin
Cusco
de
y Apurmac;
estiaje
JJA
con
disminuciones importantes hasta de 75% seguido de la estacin de inicio de

precipitaciones SON, donde las disminuciones alcanzaran valores de 45%
relativo al clima actual, en gran parte del mbito de las regiones Cusco y
Apurmac, que podran estar asociados con el desfase del inicio de
precipitaciones y moduladas por mecanismos de circulacin de gran escala.
Por otro lado, la disminucin de las precipitaciones tendra efectos negativos
en la agricultura con acentuacin de los conflictos de agua en el futuro.
Por otro lado, se proyecta una tendencia de incremento importante de la

precipitacin alrededor de 60% en el trimestre MAM principalmente en la
zona centro de la regin Cusco (cuenca media del rio Vilcanota) y zona norte
de la regin Apurmac.
Cambios en la temperatura mxima del aire
La temperatura mxima promedio anual en el mbito geogrfico de Cusco y

Apurmac tendr un aumento 1.4 y 2.2C.
El menor incremento de la temperatura mxima se proyecta en el periodo

lluvioso (DEF) y este ser de aproximadamente de 1.2C en la zona centro y
norte de las regiones Cusco y Apurmac.
116
SENAMHI-DGM
El mximo incremento de la temperatura mxima se proyecta en la estacin

seca (JJA), con valores de aproximadamente de 2.4C en la zona noroeste y
sur de la regin Cusco y zona sur de la regin Apurmac.
Cambios en la temperatura mnima del aire
La temperatura mnima promedio anual, en el 2050 tendr un aumento entre

1.4 y 2.2C, ligeramente mayor en cuanto a cobertura espacial en relacin a
la temperatura mxima.
Los ms bajos incrementos ocurrirn en la estacin de seca (JJA) y este ser

de 1.2 a 1.4 C en la zona centro-norte de Cusco y norte de Apurmac,
respectivamente.
Coincidente con los resultados de otros estudios, los mayores incrementos en

temperaturas mnimas ocurrirn en el trimestre MAM llegando hasta 2.4C al
sur de Cusco y Apurmac, principalmente en las provincias cusqueas
limtrofes con el altiplano de Puno.
117
SENAMHI-DGM
VI. RECOMENDACIONES
Los escenarios y extremos de precipitacin y temperatura presentados,

constituyen una herramienta tcnica de aproximacin del clima futuro para
implementar estrategias de prevencin, planeacin, adaptacin y enfrentar
los posibles impactos del cambio climtico en las regiones de Cusco y
Apurmac. Sin embargo, estos resultados no indican con exactitud su
ocurrencia, debido a la incertidumbre asociada en los modelos globales (las
asunciones del curso que tomarn los gases de efecto invernadero y
aerosoles), adems de la escasa informacin meteorolgica (registros largos
y continuos en la Amazona de Cusco y en los complejos paisajes
montaosos de Apurmac).
Los ndices extremos de temperatura y precipitacin futura es el resultado de

una primera fase donde se ha considerado como base la consistencia de dos
modelos dinmicos TL959L60 (Modelo Japons) y WRF (ejecutado en
SENAMHI); a fin de continuar este proceso se planea una segunda fase que
consiste incorporar otros modelos del IPCC disponibles a escala diaria con la
finalidad de que las proyecciones a estimar tengan una mayor aproximacin.
118
SENAMHI-DGM
VII. REFERENCIAS
1. W. Buytaert, M. Vuille, A. Dewulf, R. Urrutia, A. Karmalkar, and R. Celleri,
2010. Uncertainties in climate change projections and regional downscaling:
implications for water resources management. Hydrol. Earth Syst. Sci.
Discuss.7,18211848,2010.
En lnea: www.hydrol-earth-syst-sci-iscuss.net/7/1821/2010/
2. 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.
3. Benestad, R., 2001. A Comparison between two empirical Downscaling
Strategies. Int. J. Climatol., 21: 1645-1668.
4. Benestad, R., Chen, D., Hansse-Bauer, I., 2007. Empirical Statitical
Downscaling. p 272.
5. Blazquez J., 2007. Validacin regional del modelo WRF, bajo condiciones
meteorolgicas persistentes. Tesis de Licenciatura. Universidad de Buenos
Aires.
6. Brunet, M., Casado, J., De Castro M., Galn P., Lpez, J., Martn J., Pastor,
A., Petisco, E., Ramos, P., Ribalaygua, J., Rodrguez, E., Sanz, I., Torres, L.
., 2009. Generacin de escenarios regionalizados de cambio climtico para
Espaa, INM.
7. CMAP, 2011. En lnea: CPC Merged Analysis of Precipitation (CMAP).
8. Eslinger, D.L., OBrien, J.J., Iverson, R.L., 1989.
Empirical Orthogonal
Function analysis of cloud-containing coastal zone color scanner images of

northeastern North American coastal waters. J. Geophys. Res., 94: 10,884
10,890.
9. FAO, 2011. Cambio Climtico y seguridad Alimentaria en lnea:
http://www.fao.org/climatechange/49376/es/
119
SENAMHI-DGM
10.Frich P, Alexander L, Della-Marta P, Gleason B, Haylock M, Klein A, y

Peterson T, 2002. Observed coherent changes in climatic extremes during
the second half of the twentieth century. Clim. Res., 19, 193-212.
11.Habata S, Umezawa K, Yokokawa M, Kitawaki S., 2004. Hardware system of
the EarthSimulator.ParallelComput30:12871313.
doi:10.1016/j.parco.2004.09.004.
12.Hulme,M., Jenkins,G.J., Lu,X., Turnpenny,J.R., Mitchell,T.D., Jones,R.G.,
Lowe,J., Murphy,J.M., Hassell,D., Boorman,P., McDonald,R. and Hill,S. 2002.
Climate Change Scenarios for the United Kingdom: The UKCIP02 Scientific
Report,
Tyndall
Centre
for
Climate
Change
Research,
School
of
Environmental Sciences, University of East Anglia, Norwich, UK. 120pp.

13.Hulme, M. y Lu X., 2000. How to factor interanual climate variability into
Climate Scenarios. A note prepared for the DETR Fast-Track Impacts Group.
14.IPCC, 2001 a, b. Tercer Informe de Evaluacin. Climate Change 2001: The
Scientific Basis. J. T. Houghton et al. Eds. Cambridge University Press, UK,
881 pp.
15.Jcome G., 2011. Informe de Validacin del modelo Japons TL959L60 (por
publicar).
16.Kim et al., 2008. The Global Monsoon Variability Simulated by CMIP3
Coupled Climate Models. doi: 10.1175/2008JCLI2041.1. School of Ocean and
Earth Science and Technology Publication 7517 and International Pacific
Research Center Publication Number 542.
17. Lenderink G, Buishand A, van Dursen, W., 2006. Estimates of future
discharges of the river Rhine using two scenario methodologies: direct versus
delta approach. Hydrol. Earth Sys. Sci.
18.Nakicenovic N y Swart R., 2000. Emissions Scenarios. 2000, Special Report
of the intergovernmental Panel on Climate Change. Cambridge University
Press.
19.Marengo, J., 2006. Cambios Climaticos Globales y sus efectos sobre la
Biodiversidad. Caracterizacion del Clima Actual y defnicion de las alteraciones
climaticas para el territorio brasileo a lo largo del siglo XXI, 163 pp.
20.Mizuta, R. et al., 2006. 20-km-mesh global climate simulations using JMAGSM model mean climate states-. J. Meteor. Soc. Japan, 84, 165-185.
120
SENAMHI-DGM
21.Rayner NA, Parker DE, Horton EB, Folland CK, Alexander LV, Rowell DP, Kent
EC, Kaplan A., 2003. Global analyses of sea surface temperature, sea ice,
and night marine air temperature since the late nineteenth century. J
Geophys Res 108. doi:10.1029/2002JD002670.
22.Urrutia, R., Vuille, M., 2009. Climate change projections for the tropical
Andes using a regional climate model: Temperature and precipitation
simulations for the end of the 21st century. Journal of Geophysical Research,
Vol. 114, XXXXXX, doi:10.1029/2008JD011021, 2009.
23.Wilby, R.L., Charles, S.P., Zorita, E., Timbal, B., Whetton, P., Mearns, L.O.,
2004. Guidelines for use of climate scenarios developed from Statistical
Downscaling methods. Data Distribution Centre of the Intergovernmental
Panel on Climate Change.
24.Salzmann, N., Frei, C., Vidale, P., Hoelzle, M., 2007. The application of
Regional
Climate
Model
output
for
the
simulation
of
high-mountain
permafrost scenarios. Global and planetary Change 56 (2007) 188-202.

25.Salzmann, N., Notzli, J., Hauck, C., Gruber, S. Hoelzle, M. Haeberli, W.,
2007. Ground surface temperature scenarios in complex high-mountain
topography based on regional climate model results. J Geophys Res VOL.
112, F002S12 doi:10.1029/2006JF000527,2007.
26.Snchez, T., 2011. Informe Tcnico N 1. Interpolacin y digitalizacin de
mapas de Caracterizacin Climtica, Escenarios de Cambio Climtico y
eventos extremos climticos.
27.SENAMHI, 2007. Escenarios de cambio climtico en la Cuenca del Ro
Urubamba para el ao 2100, 124 pp.
28.SENAMHI, 2009. Escenarios climticos en el Per para el ao 2030.
121
SENAMHI-DGM
VIII. ANEXO
8.1 Escenarios de precipitacin y temperatura proyectada para el perodo
2030
8.1.1 Mapas de escenarios de precipitacin 2030
Mapa N 01: Escenario de Precipitacin anual (mm) periodo 2030
Mapa N 02: Escenario de Precipitacin dic-ene-feb (mm) periodo 2030
Mapa N 03: Escenario de Precipitacin mar-abr-may (mm) periodo 2030
Mapa N 04: Escenario de Precipitacin jun-jul-ago (mm) periodo 2030
Mapa N 05: Escenario de Precipitacin set-oct-nov (mm) periodo 2030
8.1.2. Mapas de cambios en la precipitacin 2030
Mapa N 06: Cambios en la Precipitacin anual (mm) para el periodo 2030
con referencia al periodo base 1971-2000
Mapa N 07: Cambios en la Precipitacin dic-ene-feb (mm) para el periodo
Mapa N 08: Cambios en la Precipitacin mar-abr-may (mm) para el periodo
Mapa N 09: Cambios en la Precipitacin jun-jul-ago (mm) para el periodo
Mapa N 10: Cambios en la Precipitacin set-oct-nov (mm) para el periodo
8.1.3. Mapas de escenarios de temperatura mxima 2030
Mapa N 11: Escenario de Temperatura mxima anual (C) periodo 2030
Mapa N 12: Escenario de Temperatura mxima dic-ene-feb (C) para el
periodo 2030
Mapa N 13: Escenario de Temperatura mxima mar-abr-may (C) para el
periodo 2030
Mapa N 14: Escenario de Temperatura mxima jun-jul-ago (C) para el
periodo 2030
Mapa N 15: Escenario de Temperatura mxima set-oct-nov (C)
para el
periodo 2030
122
SENAMHI-DGM
8.1.4. Mapas de cambios en la temperatura mxima 2030

Mapa N 16: Cambios en la temperatura mxima anual (C) para el periodo
Mapa N 17: Cambios en la temperatura mxima dic-ene-feb (C) para el
Mapa N 18: Cambios en la temperatura mxima mar-abr-may (C) para el
Mapa N 19: Cambios en la temperatura mxima jun-jul-ago (C) para el
Mapa N 20: Cambios en la temperatura mxima set-oct-nov (C) para el
8.1.5. Mapas de escenarios de temperatura mnima 2030
Mapa N 21: Escenario de Temperatura mnima anual (C) periodo 2030
Mapa N 22: Escenario de Temperatura mnima dic-ene-feb (C) para el
periodo 2030
Mapa N 23: Escenario de Temperatura mnima mar-abr-may (C) para el
periodo 2030
Mapa N 24: Escenario de Temperatura mnima jun-jul-ago (C) para el
periodo 2030
Mapa N 25: Escenario de Temperatura mnima set-oct-nov (C) para el
periodo 2030
8.1.6. Mapas de cambios en la temperatura mnima 2030
Mapa N 26: Cambios en la temperatura mnima anual (C) para el periodo
Mapa N 27: Cambios en la temperatura mnima dic-ene-feb (C) para el
Mapa N 28: Cambios en la temperatura mnima mar-abr-may (C) para el
Mapa N 29: Cambios en la temperatura mnima jun-jul-ago (C) para el
Mapa N 30: Cambios en la temperatura mnima set-oct-nov (C) para el
123
SENAMHI-DGM

8.2.3 Base matemtica de la interpolacin para regrillado de la informacin
de los AOGCMs.
8.3 Acrnimos
124
SENAMHI-DGM
MAPAS DE ESCENARIOS DE PRECIPITACION

PERIODO 2030
(2016-2044)
125
SENAMHI-DGM
Mapa N 01: Escenario de Precipitacin anual (mm) perodo 2030

126
SENAMHI-DGM
Mapa N 02: Escenario de Precipitacin dic-ene-feb (mm) perodo 2030

127
SENAMHI-DGM
Mapa N 03: Escenario de Precipitacin mar-abr-may (mm) perodo 2030

128
SENAMHI-DGM
Mapa N 04: Escenario de Precipitacin jun-jul-ago (mm) perodo 2030

129
SENAMHI-DGM
Mapa N 05: Escenario de Precipitacin set-oct-nov (mm) perodo 2030

130
SENAMHI-DGM
MAPAS DE CAMBIOS EN LA PRECIPITACION

PERIODO 2030
(2016-2044)
131
SENAMHI-DGM
Mapa N 06: Cambios en la Precipitacin anual (%) para el perodo 2030 con referencia al perodo base 1971-2000
132
SENAMHI-DGM
Mapa N 07: Cambios en la Precipitacin dic-ene-feb (%)para el perodo 2030 con referencia al perodo base
1971-2000
133
SENAMHI-DGM
Mapa N 08: Cambios en la Precipitacin mar-abr-may (%)para el perodo 2030 con referencia al perodo base
1971-2000
134
SENAMHI-DGM
Mapa N 09: Cambios en la Precipitacin jun-jul-ago (%) para el perodo 2030 con referencia al perodo base
1971-2000
135
SENAMHI-DGM
Mapa N 10: Cambios en la Precipitacin set-oct-nov (%) para el perodo 2030 con referencia al perodo base
1971-2000
136
SENAMHI-DGM
MAPAS DE ESCENARIOS DE TEMPERATURA MAXIMA

PERIODO 2030
(2016-2044)
137
SENAMHI-DGM
Mapa N 11: Escenario de Temperatura mxima anual (C) perodo 2030
138
SENAMHI-DGM
Mapa N 12: Escenario de Temperatura mxima dic-ene-feb (C) perodo 2030

139
SENAMHI-DGM
Mapa N 13: Escenario de Temperatura mxima mar-abr-may (C) perodo 2030

140
SENAMHI-DGM
Mapa N 14: Escenario de Temperatura mxima jun-jul-ago (C) perodo 2030

141
SENAMHI-DGM
Mapa N 15: Escenario de Temperatura mxima set-oct-nov (C) perodo 2030

142
SENAMHI-DGM
MAPAS DE CAMBIOS EN LA TEMPERATURA MAXIMA

PERIODO 2030
(2016-2044)
143
SENAMHI-DGM
Mapa N 16: Cambios en la temperatura mxima anual (C) para el perodo 2030 con referencia al perodo base
1971-2000
144
SENAMHI-DGM
Mapa N 17: Cambios en la temperatura mxima dic-ene-feb (C) para el perodo 2030 con referencia al perodo
base 1971-2000
145
SENAMHI-DGM
Mapa N 18: Cambios en la temperatura mxima mar-abr-may (C) para el perodo 2030 con referencia al perodo
base 1971-2000
146
SENAMHI-DGM
Mapa N 19: Cambios en la temperatura mxima jun-jul-ago (C) para el perodo 2030 con referencia al perodo
base 1971-2000
147
SENAMHI-DGM
Mapa N 20: Cambios en la temperatura mxima set-oct-nov (C) para el perodo 2030 con referencia al perodo
base 1971-2000
148
SENAMHI-DGM
MAPAS DE ESCENARIOS DE TEMPERATURA MINIMA

PERIODO 2030
(2016-2044)
149
SENAMHI-DGM
Mapa N 21: Escenario de Temperatura mnima anual (C) perodo 2030

150
SENAMHI-DGM
Mapa N 22: Escenario de Temperatura mnima dic-ene-feb (C) perodo 2030

151
SENAMHI-DGM
Mapa N 23: Escenario de Temperatura mnima mar-abr-may (C) perodo 2030

152
SENAMHI-DGM
Mapa N 24: Escenario de Temperatura mnima jun-jul-ago (C) perodo 2030

153
SENAMHI-DGM
Mapa N 25: Escenario de Temperatura mnima set-oct-nov (C) perodo 2030

154
SENAMHI-DGM
MAPAS DE CAMBIOS EN LA TEMPERATURA MINIMA

PERIODO 2030
(2016-2044)
155
SENAMHI-DGM
Mapa N 26: Cambios en la temperatura mnima anual (C) para el perodo 2030 con referencia al perodo base
1971-2000
156
SENAMHI-DGM
Mapa N 27: Cambios en la temperatura mnima dic-ene-feb (C) para el perodo 2030 con referencia al perodo
base 1971-2000
157
SENAMHI-DGM
Mapa N 28: Cambios en la temperatura mnima mar-abr-may (C) para el perodo 2030 con referencia al perodo
base 1971-2000
158
SENAMHI-DGM
Mapa N 29: Cambios en la temperatura mnima jun-jul-ago (C) para el perodo 2030 con referencia al perodo
base 1971-2000
159
SENAMHI-DGM
Mapa N 30: Cambios en la temperatura mnima set-oct-nov (C) para el perodo 2030 con referencia al perodo
base 1971-2000
160
SENAMHI-DGM

Las tcnicas de regionalizacin dinmica reciben las proyecciones suministradas por
los AOGCMs e introducen los detalles en las escalas no resueltas por ellos, es decir,
permite aumentar la resolucin de las proyecciones climticas, incorporando
relaciones entre variables a ms resolucin que la proporcionada por los AOGCMs,
resolviendo procesos fsicos en estas escalas ms pequeas asociados con
informacin adicional de orografa, usos de suelo, etc. En consecuencia, las
proyecciones regionalizadas heredan todos los defectos y debilidades de los
modelos padre globales.
El downscaling o regionalizacin estadstica est basado en la visin del clima
regional es condicionado por dos factores: el estado del clima a gran escala y
caractersticas fisiogrficas locales (topografa, distribucin mar-tierra y uso del
suelo). Por lo que, desde esta perspectiva del clima regional se puede establecer un
modelo estadstico, el cual relaciona variables a gran escala (predictores) con
variables superficiales locales (predictandos); donde las salidas a gran escala de
Modelos de Circulacin Global (GCM, siglas en ingls) alimentan al modelo
estadstico para estimar las correspondientes caractersticas climticas locales o
regionales (Wilby RL., et.al 2004). Todos los esquemas de regionalizacin
estadstica se basan en relaciones empricas entre predictores y predictandos, estos
mtodos difieren principalmente en la forma de calcular la funcin de transferencia 4
y en el proceso de ajuste estadstico. Dentro de los mtodos estadsticos ms
usados estn las tcnicas de anlisis multivariado, como: Anlisis de Correlacin
Cannica, Descomposicin de Valores Singulares y las Funciones Ortogonales
Empricas (EOFs).
Funcin de transferencia es un modelo matemtico que relaciona la respuesta de un sistema a una seal de entrada.
161
SENAMHI-DGM
El mtodo de downscaling o regionalizacin estadstica basado en la tcnica lineal

EOF tambin conocida como Anlisis de Componentes Principales, es una
herramienta til para examinar tanto la variacin temporal y espacial de los
patrones climticos, ya que distribuyen la variancia total de datos en un nuevo
conjunto de patrones ortogonales compuestos por combinaciones de las variables
originales (Eslinger, D. 1989). La ventaja de este mtodo es que minimiza los
errores asociados con la regionalizacin de escenarios climticos futuros. Las series
de tiempo para el anlisis de los EOFs son usados tanto para la calibracin de los
modelos estadsticos, as como para la proyeccin de los escenarios futuros
(Benestad, R. 2001).
El enfoque de esta tcnica es ampliar los datos en trminos de funciones del
espacio ptimamente definidas, cada una de las cuales est asociada con una
amplitud en funcin del tiempo.
Se considera M variables pm(t), que podran representar la presin en M estaciones
como funciones de tiempo. Estas son observadas en N tiempos, t1, t2, t3, . TN.
Ampliando pm(ti) como sigue:
M
pm(ti) = k=1 YkmQk(ti)
(1)
Aqu, Ykm son las funciones base de tiempo independiente desconocidas, que sern
los EOFs y Qk(ti) son los coeficientes o amplitudes de tiempo dependiente
desconocidas. El nmero total de Ys es el mismo que el nmero total de
estaciones, ya que la informacin espacial est contenida en los Ys. Si la sumatoria
en (1) se toma sobretodos los Ys, entonces se recobra el campo de entrada, sin
prdida de informacin.
Suponiendo, truncamiento de la serie:
K
pm (ti) = k=1 YkmQk(ti) + rm (ti)
(2)
Donde, K<M, y rmK(ti) es el error asociado con el truncamiento. Nos gustara elegir
Ykm y Qk(ti), de tal manera que:
162
K 2
R = m=1 (rm )
SENAMHI-DGM
(3)
Es minimizado para un K dado. Lorentz, muestra que RK es minimizado si se elige

Ykm y Qk(ti), de modo que:
1 si k = j
M
m=1 Ykm Yjm = kj 0 si k j
(4)
y
*
NQk Qj = ak kj
(5)
donde, ak ak+1 0. En (5), ( ) denota un tiempo promedio, y ( )* denota una

desviacin del tiempo medio. El significado de (4) es que los EOFs son ortogonales
en el espacio. El significado de (5) es que la amplitud de los EOFs son ortogonales
en el tiempo.
Esta ortogonalidad tanto en el espacio como en el tiempo es que hace que los EOFs
sean una representacin optima de los datos.
8.2.3 Base matemtica de la interpolacin para regrillado de la

informacin de los AOGCMs.
La interpolacin grillada se construye sobre una grilla de latitudes y longitudes, de
la forma siguiente: dado dos longitudes y dos latitudes vecinas (x1, x2, y1, y2) de la
grilla de entrada, los nuevos valores de X e Y ubicados en x1 x x2
y y1 y
y2 es asignado de la forma:
a11 (X1,Y1)
a12 (X2,Y2)
.a(X,Y)
a21 (X1,Y1)
a22 (X2,Y2)
Donde:
aij es el valor en longitud xi y latitud yj.
Si uno de los 4 valores a11, a12, a21, a22 es nulo, el valor de la variable tambin ser
nulo.
163
SENAMHI-DGM
8.3 ACRONIMOS
Panel Intergubernamental de Cambio Climtico
IPCC
Fourth Assessment Report: Climate Change 2007
AR4
Bjerknes Centre for Climate Research
BCCR
Norway
Canadian Center for Climate Modelling and Analysis
CCCma
Canada
Australia's Commonwealth Scientific and Industrial Research
CSIRO
Organisation
Australia
Max-Planck-Institut for Meteorology
MPI-M
Germany
National Institute for Environmental Studies
NIES
Japan
Meteorological Research Institute
MRI
Japan
Japan Meteorological Agency
JMA
National Centre for Atmospheric Research
NCAR
USA
UK Met. Office
UKMO
UK
Anticicln del Pacfico Sur
APS
Anticicln del Atlntico Sur
AAS
Zona de Convergencia Intertropical
ZCIT
Zona de Convergencia del Atlntico Sur
ZCAS
Temperatura Superficial del Mar
TSM
Altura Geopotencial
Viento Zonal y meridional
UyV
Presin a nivel del Mar
PSL
Precipitacin
PP
Modelo Atmosfrico de Circulacin General
MACG
164
SENAMHI-DGM
Unidades Kilometro
Km
Modelo de Circulacin Global Ocano Atmosfrico
AOGCM
Temperatura del aire
Ta
Unidades Hectopascales
hPa
1. National Centers for Environmental Prediction
NCEP
National Center for Atmospheric Research
NCAR
Weather Research and Forecast
WRF
Forecast System Laboratory
FSL
Air Force Weather Agency
AFWA
National Oceanic and Atmospheric Administration
NOAA
Naval Research Laboratory, University of Oklahoma y la Federal Aviation
FAA
Administration
ECMWF 40 Year Re-analysis
ERA-40
CPC Merged Analysis of Precipitation
CMAP
Precipitacin en das hmedos
PRCPTOT
ndice de intensidad diaria de precipitacin
SDII
Das secos consecutivos
CDD
Das hmedos consecutivos
CWD
Das muy hmedos
R95p
Das extremadamente hmedos
R99p
Das de Heladas
FDO
Temperatura Mxima Mxima
Txx
Temperatura Mnima Mnima
Tnn
Rango diurno de temperatura
DTR
Das fros
Tx10p
Das calientes
Tx90p
Noches fras
Tn10p
Noches calientes
Tn90p
Trimestre Diciembre-Enero-Febrero
DEF
Trimestre Marzo-Abril-Mayo
MAM
Trimestre Junio-Julio-Agosto
JJA
Trimestre Setiembre-Octubre-Noviembre
SON
Regional Climate Model
RCM
165
Ensamble de Multi-Modelos Acoplados de Circulacin General
SENAMHI-DGM
EMMMACG
Coupled Model Intercomparison Project 3
CMIP3
Experiments run with greenhouse gasses increasing as observed
20C3M
through the 20th century.

Alta de Bolivia
AB
Empirical Ortogonal Functions
EOF
Anlisis de Componentes Principales
CPA, CP
Root Mean Square Error
RMSE
Programa Nacional de Fortalecimiento de Capacidades para Manejar el

Impacto del Cambio Climtico y la Contaminacin del Aire - PROCLIM
PROCLIM
Segunda Comunicacin Nacional de Cambio Climtico
SCNCC
Proyecto Regional Andino de Adaptacin
PRAA
166
SENAMHI-DGM
IX. GLOSARIO
CORRELACIN DE ANOMALAS: El llamado coeficiente de correlacin Pearson, es
un ndice que mide el grado de relacin lineal entre dos variables (F,O)
cuantitativas, en este caso, las variables son anomalas.
F: datos de modelo
O: datos observados
RMSE: Medida de las diferencias entre dos variables cuantitativas, un modelo o
estimador (F) y los valores observados (O), para un N numero de datos.
REOLOGIA: Estudio de los fluidos considerando efectos como la viscosidad,

deformacin y regulacin de su movimiento.
167

Ii Parte Estudio Escenarios Cambio Climático Cusco y Apurímac PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ii Parte Estudio Escenarios Cambio Climático Cusco y Apurímac PDF

Uploaded by

Copyright:

Available Formats

SERVICIO NACIONAL DE METEOROLOGIA E HIDROLOGIA

PROGRAMA DE ADAPTACIN AL CAMBIO CLIMTICO PACC

CARACTERIZACIN CLIMTICA Y ESCENARIOS DE CAMBIO CLIMTICO EN LAS REGIONES CUSCO Y

II PARTE DEL ESTUDIO

ESCENARIOS DE CAMBIO CLIMTICO

Servicio Nacional de Meteorologa e Hidrologa - SENAMHI

Infraestructura del Sistema Computacional y Tecnologas de Informacin

Impresin Preliminar: SENAMHI

SERVICIO NACIONAL DE METEOROLOGA E HIDROLOGA

Ministro del Ambiente

Presidente Ejecutivo del SENAMHI

Directora Cientfica del SENAMHI y Coordinadora Institucional PACC-SENAMHI

Directora General de Meteorologa

Coordinadora Nacional del PACC-INTERCOOPERATION

Edicin Preliminar Setiembre 2011

Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac

ESCENARIOS DE CAMBIO CLIMATICO

Escenarios de Cambio Climtico

Incertidumbres en los escenarios

Modelos y tcnicas de ltima generacin para escenarios

3.2.3 Estimacin de escenarios regionales del clima futuro

temperatura incorporando el factor de la variabilidad

3.2.3.3 Downscaling estadstico

3.3.3 ndices Climticos extremos de Temperatura y Precipitacin 28

4.2 Intercomparacin de modelos

4.2.1 Modelos globales

4.2.2 Modelo regional para Cusco y Apurmac

4.3 Proyecciones regionaliz. del clima medio Cusco y Apurmac 2030

4.3.1 Cambios en la Precipitacin a escala local

4.3.2 Cambios en la Precipitacin a escala regional

Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac

4.3.3 Cambios en la temperatura mxima y mnima del aire a

4.3.5 Cambios en la temp. mnima del aire a escala regional

4.4 ndices Climticos extremos de Precipitacin y Temperatura

proyectada para el perodo 2030

4.4.2 ndices extremos de Temperatura

4.5 Proyecciones regionalizadas para Cusco y Apurmac 2050

4.5.1 Cambios en la precipitacin 2050 a escala Regional

4.5.2 Cambios en la temperatura mxima proyectada a escala

regional para el perodo 2050

Cambios en la temperatura mxima y mnima del aire 2030

5.2 Clima medio a escala Regional

Cambios en la precipitacin 2030

Cambios en la temperatura mxima del aire 2030

Cambios en la temperatura mnima del aire 2030

5.3 Extremos climticos de Precipitacin y Temperatura 2030

5.4 Clima medio a escala Regional 2050

Cambios en la precipitacin 2050

Cambios en la temperatura mxima del aire 2050

Cambios en la temperatura mnima del aire 2050

Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac

Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac

Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac

(enfriamiento) con expansin (compresin) de la columna atmosfrica,

(enfriamiento) con expansin (compresin) de la columna atmosfrica,

Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac

Figura 15a. Posicin y configuracin de la Zona de Convergencia Intertropical

verano DEF e invierno JJA reanalysis NCEP y MRI. Lnea base

proyecciones del modelo TL959L60 (MRI/JMA) y regionalizadas utilizando

Escenarios de Cambio Climtico para las Regiones Cusco y Apurmac

regionalizadas utilizando diferentes modelos globales CCSM3, HadCM3 y

proyeccin promedia de los modelos

dinmicos (TL96969L60 y WRF-ECHAM5-OM) y estadsticos (CCSM3, ECHAM5OM, HadCM3)