Usuario:
Modelo Conceptual
Descripción
Modelo Método D5 - Detección y Atribución de Cambio Climático
El modelo conceptual busca comprender los mecanismos que dan origen a un comportamiento, y describirlos de la forma más simple posible. Para eso, el comportamiento se segmenta en temas (grupos): cada uno identifica los objetos o variables que participan —tanto en su funcionamiento normal como en sus posibles anomalías o desviaciones— y describe, mediante verbos, la forma en que esos objetos interactúan entre sí. El resultado es lo que llamamos una red semántica: la estructura con la que representamos y comunicamos el modelo conceptual, antes de introducir ecuación alguna.
ID:4636
Estructura de los Grupos
Descripción
El primer paso consiste en analizar la descripción general del modelo e identificar los distintos aspectos que intervienen en el fenómeno y que deben ser representados. Cada uno de estos aspectos se organiza como un grupo, entendido como una unidad conceptual coherente que describe una parte específica del funcionamiento del modelo.
Cada grupo reúne los objetos o conceptos relevantes para ese aspecto y las relaciones o verbos que describen cómo interactúan, se modifican o dependen unos de otros. De esta manera, cada grupo constituye una parte de la red semántica del modelo, mientras que el conjunto de los grupos permite representar de forma estructurada su funcionamiento global.
La división en grupos facilita además separar mecanismos, condiciones, procesos y resultados que cumplen funciones diferentes dentro del modelo, manteniendo al mismo tiempo las relaciones que existen entre ellos. Los grupos no son, por tanto, componentes aislados: pueden compartir conceptos y establecer relaciones entre sí, formando conjuntamente una única representación semántica del fenómeno.
La imagen anterior ofrece una visión general de los distintos aspectos en que se ha estructurado el modelo. A continuación se presentan los grupos identificados, indicando para cada uno su título y una breve descripción del aspecto del modelo que representa.
Grupo 1: Grupo 1: Detección del cambio climático
Significancia de la tendencia observada
Grupo 2: Grupo 2: Estimación de la variabilidad interna
Simulaciones de control de largo plazo
Grupo 3: Grupo 3: Huellas de forzamientos externos
Patrones espaciales característicos
Grupo 4: Grupo 4: Atribución por huellas óptimas
Combinación lineal de huellas
Grupo 5: Grupo 5: Detección óptima y consistencia estadística
Proyección óptima y residuos
Grupo 6: Grupo 6: Factor de escala del modelo
Factor de escala
Grupo 7: Grupo 7: Atribución probabilística de eventos extremos
Contraste factual–contrafactual
ID:1697
Grupo 1: Grupo 1: Detección del cambio climático
Descripción
Significancia de la tendencia observada
Pregunta clave: ¿Cuándo una tendencia observada excede la variabilidad interna esperable?
Significancia de la tendencia observada Solo cuando la tendencia observada supera claramente a esa variabilidad interna estimada, la detección del cambio climático se considera estadísticamente significativa, y recién entonces tiene sentido preguntarse, en la atribución, cuál es la causa de ese cambio ya detectado. Dentro de la atribución del cambio climático, el método de detección óptima mejora esta comparación maximizando la relación entre la señal y el ruido: proyecta tanto las observaciones del sistema climático como los patrones espaciales característicos de cada forzamiento externo sobre el espacio de combinaciones donde la variabilidad interna del sistema climático es menor, de modo que el ruido de esa variabilidad interna estorbe lo menos posible a la hora de identificar la señal de cada forzamiento externo. Una vez hecha esta proyección, una prueba de consistencia evalúa la significancia estadística de la atribución del cambio climático comparando los residuos que la comparación deja sin explicar con la propia variabilidad interna estimada por las simulaciones de control de largo plazo: si esos residuos sin explicar son compatibles con esa variabilidad interna estimada, la atribución del cambio climático se considera estadísticamente consistente.
ID:3149
Grupo 2: Grupo 2: Estimación de la variabilidad interna
Descripción
Simulaciones de control de largo plazo
Pregunta clave: ¿Cómo se construye el nivel de ruido climático contra el que se evalúa la detección?
Simulaciones de control de largo plazo La detección del cambio climático compara las tendencias observadas en el sistema climático con la variabilidad interna que el propio sistema climático tendría sin ningún forzamiento externo, una variabilidad interna que se estima a partir de simulaciones de control de largo plazo en las que ningún forzamiento externo actúa sobre el sistema climático simulado. Una vez hecha esta proyección, una prueba de consistencia evalúa la significancia estadística de la atribución del cambio climático comparando los residuos que la comparación deja sin explicar con la propia variabilidad interna estimada por las simulaciones de control de largo plazo: si esos residuos sin explicar son compatibles con esa variabilidad interna estimada, la atribución del cambio climático se considera estadísticamente consistente. Dentro de la atribución del cambio climático, el método de detección óptima mejora esta comparación maximizando la relación entre la señal y el ruido: proyecta tanto las observaciones del sistema climático como los patrones espaciales característicos de cada forzamiento externo sobre el espacio de combinaciones donde la variabilidad interna del sistema climático es menor, de modo que el ruido de esa variabilidad interna estorbe lo menos posible a la hora de identificar la señal de cada forzamiento externo.
ID:3150
Grupo 3: Grupo 3: Huellas de forzamientos externos
Descripción
Patrones espaciales característicos
Pregunta clave: ¿Cómo se representan las respuestas espaciales características a distintos forzamientos?
Patrones espaciales característicos La atribución del cambio climático detectado usa el método de huellas óptimas: proyecta las observaciones del sistema climático sobre los patrones espaciales característicos de la respuesta del sistema climático a distintos forzamientos externos —los gases de efecto invernadero, los aerosoles, la actividad solar y la actividad volcánica— y busca la combinación lineal de esos patrones espaciales característicos que mejor reproduce las observaciones del sistema climático efectivamente registradas. Cuanto mejor reproduce una combinación lineal de patrones espaciales característicos a las observaciones del sistema climático, más peso relativo se le atribuye, dentro de esa combinación, al forzamiento externo cuyo patrón espacial característico domina esa combinación lineal. Gracias a la detección y atribución, es posible decir no solo que el sistema climático ha cambiado de manera estadísticamente significativa, sino también cuánto de ese cambio corresponde a los gases de efecto invernadero, a los aerosoles, a la actividad solar o a la actividad volcánica, y cuánto de la probabilidad de un evento extremo específico como una ola de calor, una inundación o una sequía corresponde al cambio climático antropogénico y cuánto habría existido de todos modos.
ID:3151
Grupo 4: Grupo 4: Atribución por huellas óptimas
Descripción
Combinación lineal de huellas
Pregunta clave: ¿Qué combinación de huellas externas reproduce mejor las observaciones?
Combinación lineal de huellas La atribución del cambio climático detectado usa el método de huellas óptimas: proyecta las observaciones del sistema climático sobre los patrones espaciales característicos de la respuesta del sistema climático a distintos forzamientos externos —los gases de efecto invernadero, los aerosoles, la actividad solar y la actividad volcánica— y busca la combinación lineal de esos patrones espaciales característicos que mejor reproduce las observaciones del sistema climático efectivamente registradas. Cuanto mejor reproduce una combinación lineal de patrones espaciales característicos a las observaciones del sistema climático, más peso relativo se le atribuye, dentro de esa combinación, al forzamiento externo cuyo patrón espacial característico domina esa combinación lineal. Dentro de la atribución del cambio climático, el método de detección óptima mejora esta comparación maximizando la relación entre la señal y el ruido: proyecta tanto las observaciones del sistema climático como los patrones espaciales característicos de cada forzamiento externo sobre el espacio de combinaciones donde la variabilidad interna del sistema climático es menor, de modo que el ruido de esa variabilidad interna estorbe lo menos posible a la hora de identificar la señal de cada forzamiento externo.
ID:3152
Grupo 5: Grupo 5: Detección óptima y consistencia estadística
Descripción
Proyección óptima y residuos
Pregunta clave: ¿Cómo se maximiza señal/ruido y se comprueba la consistencia de la atribución?
Proyección óptima y residuos Una vez hecha esta proyección, una prueba de consistencia evalúa la significancia estadística de la atribución del cambio climático comparando los residuos que la comparación deja sin explicar con la propia variabilidad interna estimada por las simulaciones de control de largo plazo: si esos residuos sin explicar son compatibles con esa variabilidad interna estimada, la atribución del cambio climático se considera estadísticamente consistente. Dentro de la atribución del cambio climático, el método de detección óptima mejora esta comparación maximizando la relación entre la señal y el ruido: proyecta tanto las observaciones del sistema climático como los patrones espaciales característicos de cada forzamiento externo sobre el espacio de combinaciones donde la variabilidad interna del sistema climático es menor, de modo que el ruido de esa variabilidad interna estorbe lo menos posible a la hora de identificar la señal de cada forzamiento externo. Solo cuando la tendencia observada supera claramente a esa variabilidad interna estimada, la detección del cambio climático se considera estadísticamente significativa, y recién entonces tiene sentido preguntarse, en la atribución, cuál es la causa de ese cambio ya detectado.
ID:3153
Grupo 6: Grupo 6: Factor de escala del modelo
Descripción
Factor de escala
Pregunta clave: ¿Cómo se diagnostica si el modelo subestima o sobreestima la señal observada?
Factor de escala Además, un factor de escala indica si el modelo climático usado en la atribución sobreestima o subestima la señal observada: cuando el factor de escala es mayor que uno, la señal simulada por el modelo climático es más débil que la señal observada y el modelo climático subestima la señal observada; cuando el factor de escala es menor que uno, la señal simulada por el modelo climático es más fuerte que la señal observada y el modelo climático sobreestima la señal observada. Dentro de la atribución del cambio climático, el método de detección óptima mejora esta comparación maximizando la relación entre la señal y el ruido: proyecta tanto las observaciones del sistema climático como los patrones espaciales característicos de cada forzamiento externo sobre el espacio de combinaciones donde la variabilidad interna del sistema climático es menor, de modo que el ruido de esa variabilidad interna estorbe lo menos posible a la hora de identificar la señal de cada forzamiento externo. Solo cuando la tendencia observada supera claramente a esa variabilidad interna estimada, la detección del cambio climático se considera estadísticamente significativa, y recién entonces tiene sentido preguntarse, en la atribución, cuál es la causa de ese cambio ya detectado.
ID:3154
Grupo 7: Grupo 7: Atribución probabilística de eventos extremos
Descripción
Contraste factual–contrafactual
Pregunta clave: ¿Cómo cambia la influencia antropogénica la probabilidad o magnitud de un extremo?
Contraste factual–contrafactual El cociente de riesgo atribuible de ese evento extremo específico se calcula restando de uno la razón entre la probabilidad de excedencia en el mundo contrafactual y la probabilidad de excedencia en el mundo factual: cuanto más improbable era el evento extremo específico en el mundo contrafactual sin influencia humana, en comparación con lo probable que es en el mundo factual con cambio climático antropogénico, más cercano a uno es el cociente de riesgo atribuible, y un cociente de riesgo atribuible cercano a uno indica que el cambio climático antropogénico es responsable de casi toda la probabilidad de que ese evento extremo específico ocurra. El marco probabilístico de la atribución de eventos extremos compara la probabilidad de que ese evento extremo específico se supere en el mundo factual, el mundo actual con cambio climático antropogénico, frente a la probabilidad de que el mismo evento extremo específico se supere en un mundo contrafactual, un mundo hipotético sin ninguna influencia humana sobre el sistema climático. El tiempo de retorno del evento extremo específico —cuánto tiempo pasa, en promedio, entre una ocurrencia y la siguiente— es la otra métrica estándar que la atribución de eventos extremos compara entre el mundo factual y el mundo contrafactual.
ID:3155